| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 相关研究现状 | 第11-14页 |
| 1.2.1 回转窑的研究现状 | 第11-13页 |
| 1.2.2 相空间重构的研究现状 | 第13-14页 |
| 1.3 论文主要研究内容及结构 | 第14-15页 |
| 第2章 混沌及相空间重构理论研究 | 第15-35页 |
| 2.1 混沌理论 | 第15-18页 |
| 2.1.1 混沌理论的发展 | 第15-16页 |
| 2.1.2 混沌的定义 | 第16-18页 |
| 2.1.3 混沌运动的特点 | 第18页 |
| 2.2 混沌特性判别的主要参数 | 第18-23页 |
| 2.2.1 Lyapunov指数 | 第19-20页 |
| 2.2.2 分形维数 | 第20-22页 |
| 2.2.3 Kolmogorov熵 | 第22-23页 |
| 2.3 定量判别混沌特性 | 第23-28页 |
| 2.3.1 Wolf方法 | 第23-24页 |
| 2.3.2 小数据量方法 | 第24-25页 |
| 2.3.3 G-P算法 | 第25-26页 |
| 2.3.4 最小二乘法 | 第26-28页 |
| 2.4 混沌时间序列的相空间重构 | 第28-31页 |
| 2.4.1 计算延迟时间的方法 | 第29-30页 |
| 2.4.2 计算嵌入维数的方法 | 第30-31页 |
| 2.5 基于C-C算法的相空间重构 | 第31-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第3章 基于相空间重构的CC-HMM喂煤量趋势预测 | 第35-49页 |
| 3.1 HMM的基本理论及算法 | 第35-42页 |
| 3.1.1 HMM的基本概念 | 第35-37页 |
| 3.1.2 Forward-Backward算法 | 第37-40页 |
| 3.1.3 Baum-Welch算法 | 第40-41页 |
| 3.1.4 Viterbi算法 | 第41-42页 |
| 3.2 HMM应用于窑内喂煤量趋势的可行性分析 | 第42-43页 |
| 3.3 基于相空间重构的CC-HMM算法预测 | 第43-48页 |
| 3.3.1 窑内混沌时间序列的相空间重构 | 第43-45页 |
| 3.3.2 基于PCA的特征提取 | 第45页 |
| 3.3.3 数据的量化 | 第45-46页 |
| 3.3.4 HMM的训练 | 第46-47页 |
| 3.3.5 最小风险贝叶斯决策 | 第47-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 窑内喂煤量趋势预测实验结果分析及应用 | 第49-55页 |
| 4.1 喂煤量趋势数据提取 | 第49-50页 |
| 4.2 不同预测模型的实验对比 | 第50-51页 |
| 4.3 基于相空间重构的CC-HMM预测实验结果分析 | 第51-53页 |
| 4.4 回转窑工业应用 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 总结和展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录A 攻读学位期间所发表的学术成果目录 | 第61-62页 |
| 附录B 攻读硕士学位期间参研项目 | 第62-63页 |
| 致谢 | 第63页 |