| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 论文研究背景、目的和意义 | 第14-16页 |
| 1.2 国外内研究现状和进展 | 第16-21页 |
| 1.3 本文研究内容 | 第21-24页 |
| 第二章 高斯过程 | 第24-40页 |
| 2.1 贝叶斯分析 | 第24-27页 |
| 2.1.1 贝叶斯统计推断和决定理论 | 第24-26页 |
| 2.1.2 贝叶斯回归模型 | 第26-27页 |
| 2.2 高斯过程模型 | 第27-33页 |
| 2.2.1 高斯过程 | 第28-30页 |
| 2.2.2 协方差函数 | 第30-33页 |
| 2.3 模型的参数 | 第33-36页 |
| 2.3.1 蒙特卡罗方法 | 第33-34页 |
| 2.3.2 极大似然估计 | 第34-36页 |
| 2.4 近似算法 | 第36-37页 |
| 2.4.1 拉普拉斯近似 | 第36-37页 |
| 2.4.2 期望传播法 | 第37页 |
| 2.4.3 变分法 | 第37页 |
| 2.5 似然函数 | 第37-39页 |
| 2.6 均值函数 | 第39-40页 |
| 第三章 基于高斯过程的高炉炼铁过程建模 | 第40-54页 |
| 3.1 高炉冶炼基本原理 | 第40-42页 |
| 3.2 高炉专家系统与数学模型 | 第42-45页 |
| 3.3 高炉炼铁过程模型 | 第45-48页 |
| 3.3.1 数据 | 第45-46页 |
| 3.3.2 高炉炼铁过程模型 | 第46-48页 |
| 3.4 基于高斯过程模型的高炉炼铁过程建模 | 第48-53页 |
| 3.4.1 均值函数与协方差函数 | 第48-49页 |
| 3.4.2 评价标准 | 第49-50页 |
| 3.4.3 仿真结果 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于子高斯过程的高炉炼铁过程建模 | 第54-78页 |
| 4.1 子高斯过程模型 | 第54-61页 |
| 4.1.1 子高斯过程 | 第54-58页 |
| 4.1.2 与其他模型之间的联系 | 第58-61页 |
| 4.2 基于趋势信息的子高斯过程 | 第61-64页 |
| 4.2.1 趋势信息与分类准则 | 第61-63页 |
| 4.2.2 2类子过程与4类子过程 | 第63-64页 |
| 4.3 基于子高斯过程的高炉铁水硅质量分数预测模型 | 第64-75页 |
| 4.3.1 莱钢数据仿真结果 | 第65-69页 |
| 4.3.2 包钢数据仿真结果 | 第69-73页 |
| 4.3.3 仿真结果比较与分析 | 第73-75页 |
| 4.4 本章小结 | 第75-78页 |
| 第五章 带有噪声模型的高炉炼铁过程炉温预测模型 | 第78-96页 |
| 5.1 基于鲁棒高斯过程回归模型的高炉炉温预测模型 | 第78-89页 |
| 5.1.1 鲁棒高斯过程模型 | 第79-85页 |
| 5.1.2 仿真与分析 | 第85-89页 |
| 5.2 基于残差序列模型的高炉炉温预测模型 | 第89-95页 |
| 5.2.1 基于残差序列模型的高炉炉温预测模型 | 第89-90页 |
| 5.2.2 仿真与分析 | 第90-95页 |
| 5.3 本章小结 | 第95-96页 |
| 第六章 基于高斯过程分类的高炉炉温趋势预测模型 | 第96-124页 |
| 6.1 基于高斯过程2分类的炉温变化趋势预测模型 | 第97-109页 |
| 6.1.1 高斯过程2分类模型 | 第97-101页 |
| 6.1.2 仿真与分析 | 第101-109页 |
| 6.2 基于高斯过程多分类的炉温变化幅度预测模型 | 第109-122页 |
| 6.2.1 高斯过程多分类模型 | 第109-111页 |
| 6.2.2 仿真与分析 | 第111-122页 |
| 6.3 本章小结 | 第122-124页 |
| 第七章 结论与展望 | 第124-128页 |
| 7.1 论文的主要研究结论 | 第124-126页 |
| 7.2 后续研究展望 | 第126-128页 |
| 参考文献 | 第128-138页 |
| 附录 | 第138-154页 |
| 攻读博士学位期间完成的论文 | 第154页 |