| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-20页 |
| ·引言 | 第9页 |
| ·工业过程建模方法 | 第9-15页 |
| ·传统建模方法 | 第10-11页 |
| ·智能建模方法 | 第11-13页 |
| ·工业过程模型化研究现状 | 第13-15页 |
| ·粗糙集理论综述 | 第15-18页 |
| ·粗糙集理论研究发展现状 | 第15-17页 |
| ·粗糙集理论化工过程建模中的应用 | 第17-18页 |
| ·论文安排 | 第18-20页 |
| 第2章 面向最小约简优化、基于蚁群算法的属性约简方法 | 第20-32页 |
| ·引言 | 第20页 |
| ·粗糙集理论基本知识 | 第20-25页 |
| ·基于蚁群算法的粗糙集属性约简 | 第25-29页 |
| ·用于属性约简的蚁群系统模型 | 第25-27页 |
| ·最优约简设计 | 第27-28页 |
| ·算法流程 | 第28-29页 |
| ·仿真实验和分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于粗糙集与模糊神经网络的氨合成塔合成气氨净值建模 | 第32-46页 |
| ·引言 | 第32页 |
| ·模糊建模方法 | 第32-33页 |
| ·模糊神经网络的结构 | 第33-34页 |
| ·粗糙集与模糊神经网络相结合的过程建模方法 | 第34-38页 |
| ·粗糙集与模糊神经网络相结合的过程建模方法步骤 | 第34页 |
| ·决策属性的离散化 | 第34-35页 |
| ·条件属性的离散化与属性约简 | 第35-36页 |
| ·决策规则的生成与约简 | 第36-37页 |
| ·决策规则的后处理 | 第37-38页 |
| ·氨合成塔合成气氨净值建模 | 第38-45页 |
| ·氨合成过程简介 | 第38页 |
| ·粗糙集属性约简方法及其在氨净值建模中的应用 | 第38-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 合成氨操作优化系统氨净值建模模块设计 | 第46-56页 |
| ·引言 | 第46页 |
| ·合成氨操作优化系统软件简介 | 第46-47页 |
| ·氨净值建模模块设计 | 第47-53页 |
| ·模型辨识 | 第47-53页 |
| ·氨净值预测输出模块 | 第53页 |
| ·氨净值模型辨识和预测输出在合成氨操作优化软件中的应用 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-57页 |
| ·本文研究工作总结 | 第56页 |
| ·进一步的讨论和展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间撰写与发表的论文 | 第63页 |
