| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-33页 |
| ·LF的发展及简介 | 第13-22页 |
| ·LF的发展历史 | 第13-14页 |
| ·LF的功能 | 第14-16页 |
| ·LF设备简介 | 第16-18页 |
| ·LF精炼工艺及特点 | 第18-22页 |
| ·课题背景及意义 | 第22页 |
| ·国内外LF钢水温度预报方法概述 | 第22-29页 |
| ·国外情况 | 第22-26页 |
| ·国内情况 | 第26-29页 |
| ·LF精炼炉温度研究领域面临的难题 | 第29页 |
| ·本文的主要工作 | 第29-33页 |
| 第二章 集成学习算法 | 第33-47页 |
| ·集成学习算法的发展及特点 | 第33-35页 |
| ·集成学习的起源 | 第33-34页 |
| ·集成学习的基本概念及构成 | 第34-35页 |
| ·两种主要集成学习算法 | 第35-42页 |
| ·Boosting集成学习算法 | 第35-39页 |
| ·Bagging集成学习算法 | 第39-42页 |
| ·解决回归问题的集成学习算法 | 第42-46页 |
| ·AdaBoost.R2 | 第42-44页 |
| ·AdaBoost.RT | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 LF钢水温度预报基本模型的建立 | 第47-61页 |
| ·LF总能量平衡分析 | 第47-48页 |
| ·LF钢水温度预报机理模型 | 第48-51页 |
| ·能量的输入 | 第49-50页 |
| ·能量的损耗 | 第50-51页 |
| ·LF钢水温度预报智能模型 | 第51-60页 |
| ·LF精炼周期的认定 | 第52-53页 |
| ·影响温度主要因素的确定 | 第53-54页 |
| ·智能算法的选择 | 第54-57页 |
| ·基于ELM的LF钢水温度预报模型 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 智能与机理相结合的LF钢水温度预报混合模型 | 第61-73页 |
| ·问题的提出 | 第61-62页 |
| ·混合模型的结构 | 第62-63页 |
| ·智能模块输入变量的确定 | 第63-64页 |
| ·基于集成学习算法的智能预报方法 | 第64-66页 |
| ·集成学习算法的选择 | 第64-65页 |
| ·AdaBoost.RT的改进 | 第65-66页 |
| ·混合模型的实现 | 第66-71页 |
| ·本章小结 | 第71-73页 |
| 第五章 基于多模型思想的LF钢水温度预报混合模型 | 第73-87页 |
| ·并联结构的混合模型 | 第73-74页 |
| ·基于Bagging的多模型建模方法 | 第74-80页 |
| ·建模思想 | 第74-75页 |
| ·模型结构 | 第75-76页 |
| ·PCA方法对数据冗余问题的解决 | 第76-78页 |
| ·基于Bagging多模型方法的建模过程 | 第78-80页 |
| ·基于Bagging多模型混合模型的实现 | 第80-85页 |
| ·本章小结 | 第85-87页 |
| 第六章 LF钢水温度预报模型在线更新 | 第87-103页 |
| ·问题的提出 | 第87-88页 |
| ·增量学习 | 第88-90页 |
| ·增量学习的概念 | 第88-89页 |
| ·增量学习的作用及发展现状 | 第89-90页 |
| ·基于增量学习的模型更新 | 第90-92页 |
| ·参数的确定及模型更新实验 | 第92-97页 |
| ·参数对性能的影响 | 第93-94页 |
| ·LF钢水温度预报模型的建立及更新 | 第94-97页 |
| ·基于AdaBoost.RT的串行LF钢水温度预报混合模型的更新 | 第97-102页 |
| ·更新过程 | 第97-100页 |
| ·更新实验 | 第100-102页 |
| ·本章小结 | 第102-103页 |
| 第七章 软测量建模数据的过失误差侦破 | 第103-117页 |
| ·问题的提出 | 第103-104页 |
| ·过失误差侦破的发展及主要方法 | 第104-106页 |
| ·过失误差侦破的研究现状 | 第104-105页 |
| ·过失误差侦破方法 | 第105-106页 |
| ·软测量建模数据的过失误差侦破 | 第106-112页 |
| ·聚类分析方法简介 | 第107-108页 |
| ·基于CED的过失误差侦破方法 | 第108-112页 |
| ·实验 | 第112-114页 |
| ·本章小结 | 第114-117页 |
| 第八章 总结与展望 | 第117-121页 |
| 参考文献 | 第121-131页 |
| 致谢 | 第131-133页 |
| 攻读博士学位期间论文情况 | 第133-134页 |