| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 湿法冶金全流程优化设定研究现状 | 第11-15页 |
| 1.2.1 湿法冶金全流程研究现状 | 第11-12页 |
| 1.2.2 湿法冶金优化设定研究现状 | 第12-14页 |
| 1.2.3 基于数据驱动的优化设定研究现状 | 第14-15页 |
| 1.3 本文主要工作 | 第15-18页 |
| 第2章 湿法冶金工艺介绍与问题描述 | 第18-32页 |
| 2.1 引言 | 第18-19页 |
| 2.2 湿法冶金工艺介绍 | 第19-26页 |
| 2.2.1 浸出过程工艺和影响因素分析 | 第19-23页 |
| 2.2.2 压滤过程工艺介绍和影响因素分析 | 第23-25页 |
| 2.2.3 置换过程工艺介绍和影响因素分析 | 第25-26页 |
| 2.3 湿法冶金过程指标分析和问题描述 | 第26-30页 |
| 2.3.1 湿法冶金过程指标分析 | 第26-28页 |
| 2.3.2 湿法冶金过程问题描述 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 基于粗糙集的优化设定规则提取 | 第32-48页 |
| 3.1 引言 | 第32页 |
| 3.2 粗糙集理论概述 | 第32-36页 |
| 3.3 决策表属性约简算法概述 | 第36-38页 |
| 3.3.1 一般约简算法 | 第37页 |
| 3.3.2 基于互信息的属性约简算法 | 第37-38页 |
| 3.4 基于动态层次聚类的决策表离散算法 | 第38-43页 |
| 3.4.1 层次聚类算法 | 第38-39页 |
| 3.4.2 基于动态层次聚类的离散化算法 | 第39-40页 |
| 3.4.3 决策表离散化实验 | 第40-43页 |
| 3.5 基于遗传算法的粗糙集属性约简方法 | 第43-46页 |
| 3.6 实验结果及分析 | 第46-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第4章 基于案例推理的湿法冶金全流程优化设定方法研究 | 第48-56页 |
| 4.1 引言 | 第48-49页 |
| 4.2 案例推理概述 | 第49-51页 |
| 4.3 湿法冶金全流程优化设定案例推理求解 | 第51-54页 |
| 4.3.1 案例表示 | 第52页 |
| 4.3.2 案例检索与匹配 | 第52-53页 |
| 4.3.3 案例重用 | 第53页 |
| 4.3.4 案例修正与储存 | 第53-54页 |
| 4.4 实验与仿真 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 湿法冶金全流程优化设定系统的实现 | 第56-62页 |
| 5.1 引言 | 第56页 |
| 5.2 系统硬件结构 | 第56-57页 |
| 5.3 系统软件结构 | 第57-58页 |
| 5.3.1 C | 第57-58页 |
| 5.3.2 C | 第58页 |
| 5.4 优化设定系统的功能设计与实现 | 第58-61页 |
| 5.4.1 系统功能设计 | 第58-59页 |
| 5.4.2 系统功能实现 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第6章 结论和展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |