| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-25页 |
| ·研究背景与意义 | 第11-13页 |
| ·国内外研究现状 | 第13-19页 |
| ·炼焦生产过程控制技术 | 第13-16页 |
| ·炼焦生产指标预测 | 第16-18页 |
| ·炼焦生产过程多目标协调优化 | 第18-19页 |
| ·建模与优化存在的主要问题 | 第19-21页 |
| ·智能预测与协调优化的重要性分析和基本思想 | 第21-23页 |
| ·主要研究内容与结构安排 | 第23-25页 |
| 第二章 生产指标与过程参数的关联性分析与协调优化结构 | 第25-49页 |
| ·炼焦生产过程机理分析 | 第25-31页 |
| ·炼焦生产工艺流程 | 第26-30页 |
| ·炼焦生产基本原理 | 第30-31页 |
| ·生产指标与过程参数的关系分析 | 第31-35页 |
| ·生产指标和过程状态参数的确定 | 第31-34页 |
| ·过程操作参数对生产指标的影响分析 | 第34-35页 |
| ·生产指标与过程参数的关联性分析 | 第35-43页 |
| ·过程数据预处理 | 第35-39页 |
| ·生产指标与过程参数的灰色关联分析 | 第39-43页 |
| ·智能预测与协调优化的整体结构和工作原理 | 第43-47页 |
| ·智能预测与协调优化的整体结构 | 第43页 |
| ·工作原理分析 | 第43-47页 |
| ·本章小结 | 第47-49页 |
| 第三章 炼焦生产指标的智能混合预测模型 | 第49-86页 |
| ·基于小生境差分进化算法的BP神经网络预测模型 | 第49-63页 |
| ·质量、产量、能耗预测模型的建立 | 第50-53页 |
| ·基于密度聚类的小生境差分进化算法 | 第53-57页 |
| ·仿真结果与分析 | 第57-63页 |
| ·BP模型预测性能的评估策略和分段校正方法 | 第63-69页 |
| ·BP模型预测性能的评估策略 | 第64-66页 |
| ·基于性能评估的分段校正方法 | 第66-69页 |
| ·基于即时学习策略的补偿模型 | 第69-80页 |
| ·考虑距离和趋势信息的即时学习建模策略 | 第69-74页 |
| ·改进加权LSSVM局部模型 | 第74-77页 |
| ·双种群差分进化算法 | 第77-80页 |
| ·基于动态加权的混合预测模型 | 第80页 |
| ·智能混合预测模型的仿真结果与分析 | 第80-85页 |
| ·本章小结 | 第85-86页 |
| 第四章 面向综合生产目标的协调优化策略 | 第86-123页 |
| ·炼焦过程多目标优化模型 | 第86-89页 |
| ·基于核模糊C均值聚类和多种群差分进化算法的协调优化 | 第89-98页 |
| ·核模糊C均值聚类算法 | 第90-93页 |
| ·考虑种群进化信息的多种群差分进化算法 | 第93-98页 |
| ·炼焦过程生产工况的实时评价 | 第98-106页 |
| ·非正态焦炭质量数据的多元过程能力分析 | 第98-103页 |
| ·炼焦过程生产工况的模糊综合评价 | 第103-106页 |
| ·协调优化策略的实施步骤及控制设计 | 第106-116页 |
| ·基于组合灰色预测方法的火道温度时滞补偿设计 | 第107-110页 |
| ·基于在线加权LSSVM的烟道吸力优化设定设计 | 第110-116页 |
| ·仿真实验与结果分析 | 第116-121页 |
| ·本章小结 | 第121-123页 |
| 第五章 结论与展望 | 第123-126页 |
| ·结论 | 第123-125页 |
| ·展望 | 第125-126页 |
| 参考文献 | 第126-139页 |
| 致谢 | 第139-140页 |
| 攻读博士学位期间发表及完成论文情况 | 第140-141页 |
| 攻读博士学位期间参加的科研项目情况 | 第141页 |
| 攻读博士学位期间获得的科研成果 | 第141页 |
| 攻读博士学位期间获奖情况 | 第141页 |