| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 湿法炼锌净化除铜机理及过程控制的研究现状 | 第9-11页 |
| 1.3 复杂过程指标预测及优化控制的研究现状 | 第11-15页 |
| 1.3.1 复杂过程指标预测的研究现状 | 第11-13页 |
| 1.3.2 复杂过程优化控制的研究现状 | 第13-15页 |
| 1.4 论文内容与结构安排 | 第15-17页 |
| 2 湿法炼锌净化除铜过程工艺及机理分析 | 第17-25页 |
| 2.1 锌溶液净化与除铜工艺概述 | 第17-19页 |
| 2.2 影响净化除铜效果因素分析 | 第19-21页 |
| 2.3 净化过程存在的问题与研究思路 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 3 出口铜离子浓度在线预测 | 第25-37页 |
| 3.1 出口铜离子浓度在线预测总体思路 | 第25-26页 |
| 3.2 数据预处理 | 第26-27页 |
| 3.3 基于主元分析法的输入变量选择 | 第27-29页 |
| 3.4 最小二乘支持向量机模型 | 第29-36页 |
| 3.4.1 核函数的影响 | 第30-32页 |
| 3.4.2 基于增量学习的LS-SVM模型 | 第32-33页 |
| 3.4.3 LS-SVM预测模型的评价指标 | 第33-34页 |
| 3.4.4 仿真结果与分析 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于改进QPSO算法的多目标优化 | 第37-52页 |
| 4.1 多目标优化方法简介 | 第37-42页 |
| 4.1.1 多目标优化问题的基本概念 | 第37-39页 |
| 4.1.2 多目标优化问题的常用方法 | 第39-41页 |
| 4.1.3 多目标优化问题的求解步骤 | 第41-42页 |
| 4.2 基于量子粒子群算法模型 | 第42-51页 |
| 4.2.1 量子粒子群简介 | 第43-45页 |
| 4.2.2 基于混沌初始化和群体替代的改进QPSO算法 | 第45-48页 |
| 4.2.3 改进QPSO算法的性能测试 | 第48-51页 |
| 4.3 本章小结 | 第51-52页 |
| 5 基于改进QPSO算法的锌粉添加量优化 | 第52-60页 |
| 5.1 净化除铜的优化模型 | 第52-54页 |
| 5.2 改进QPSO算法在锌粉添加量优化中的应用分析 | 第54-59页 |
| 5.2.1 改进QPSO算法的参数设定 | 第55-56页 |
| 5.2.2 基于改进QPSO算法锌粉添加量的求解过程 | 第56页 |
| 5.2.3 算法仿真结果与分析 | 第56-59页 |
| 5.3 本章小结 | 第59-60页 |
| 6 总结和展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
