| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 序言 | 第10-22页 |
| ·课题背景、研究目的及意义 | 第10-11页 |
| ·数据挖掘技术的出现和发展 | 第11-14页 |
| ·资料挖掘研究的内容 | 第14-20页 |
| ·国内外钢铁生产过程数学模型研究的现状 | 第20页 |
| ·本文研究的主要内容及所取得的成果 | 第20-22页 |
| ·全文内容安排 | 第20-21页 |
| ·本文取得的主要研究成果 | 第21-22页 |
| 2 径向基函数神经网络基本理论 | 第22-30页 |
| ·插值问题 | 第22-23页 |
| ·正规化问题 | 第23-25页 |
| ·正规化问题的逼近解及GRBF网络 | 第25-27页 |
| ·RBF神经网络的学习算法 | 第27-30页 |
| 3 遗传算法的理论基础 | 第30-52页 |
| ·概述 | 第30-32页 |
| ·生物进化理论和遗传学的基本知识 | 第32-34页 |
| ·遗传算法的基本原理 | 第34-37页 |
| ·遗传算法的基本技术 | 第37-44页 |
| ·基本遗传算法 | 第44-47页 |
| ·模式理论 | 第47-52页 |
| 4 遗传算法的改进及其在系统建模中的应用 | 第52-66页 |
| ·基本遗传算法的局限性及广义遗传算法的提出 | 第52页 |
| ·广义遗传算法的基本原理 | 第52-54页 |
| ·广义遗传算法的寻优思路及生物学解释 | 第54页 |
| ·广义遗传算法的寻优思路 | 第54页 |
| ·广义遗传算法的生物学解释 | 第54页 |
| ·广义遗传算法的全局收敛性 | 第54-55页 |
| ·基于实数编码的多种群广义遗传算法 | 第55-59页 |
| ·遗传算法的设计步骤 | 第55-56页 |
| ·算法设计的背景 | 第56页 |
| ·适应度函数确定 | 第56-57页 |
| ·进化策略 | 第57页 |
| ·遗传操作数的设计 | 第57-58页 |
| ·多种群广义遗传算法 | 第58-59页 |
| ·算法终止规则 | 第59页 |
| ·多种群广义遗传算法流程图 | 第59-61页 |
| ·仿真试验 | 第61-66页 |
| 5 混沌理论及其确定RBF宽度研究 | 第66-74页 |
| ·混沌理论 | 第66-68页 |
| ·混沌理论的基本概念 | 第66-67页 |
| ·开放系统的混沌动力学 | 第67-68页 |
| ·混沌优化理论 | 第68-69页 |
| ·变尺度混沌优化方法确定RBF宽度 | 第69-74页 |
| 6 数据库中的知识发现在铁水脱硫过程建模及控制中的应用 | 第74-100页 |
| ·钢水脱硫工艺要求 | 第74页 |
| ·脱硫工艺流程及主要工艺制度 | 第74-77页 |
| ·脱硫过程生产数据的获取 | 第77-78页 |
| ·过程控制计算机网络系统 | 第78-79页 |
| ·软件系统的总体设计 | 第79-93页 |
| ·数据挖掘系统的信息可视化 | 第93-94页 |
| ·系统模型及控制算法的现场运行考核 | 第94-95页 |
| ·测试内容 | 第95-98页 |
| ·测试结论 | 第98-100页 |
| 7 结论与展望 | 第100-102页 |
| 致谢 | 第102-104页 |
| 参考文献 | 第104-110页 |
| 附录 | 第110-111页 |