| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 基于数据驱动的建模方法 | 第12-14页 |
| 1.2.2 稀土萃取国内外研究现状 | 第14-16页 |
| 1.2.3 转炉炼钢国内外研究现状 | 第16-18页 |
| 1.3 本文研究内容及结构安排 | 第18-21页 |
| 第2章 基于改进PSO-LSSVM的软测量建模方法 | 第21-37页 |
| 2.1 最小二乘支持向量机 | 第21-25页 |
| 2.1.1 支持向量机 | 第21-23页 |
| 2.1.2 最小二乘支持向量机回归 | 第23-25页 |
| 2.2 基于分类操作的LSSVM稀疏化改进策略 | 第25-26页 |
| 2.3 改进粒子群优化算法 | 第26-29页 |
| 2.3.1 粒子群优化算法原理 | 第26-27页 |
| 2.3.2 改进粒子群优化算法流程 | 第27-29页 |
| 2.4 基于改进PSO-LSSVM软测量建模 | 第29-35页 |
| 2.4.1 流程工业软测量建模 | 第29-33页 |
| 2.4.2 改进PSO算法优化模型参数 | 第33-34页 |
| 2.4.3 基于PSO-LSSVM的流程工业的软测量模型 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第3章 PSO-LSSVM软测量建模方法在流程工业中的应用 | 第37-49页 |
| 3.1 稀土萃取生产过程应用及结果 | 第37-40页 |
| 3.1.1 训练数据的结果 | 第37-39页 |
| 3.1.2 测试数据的结果 | 第39-40页 |
| 3.2 转炉炼钢生产过程应用及结果 | 第40-47页 |
| 3.2.1 转炉炼钢终点温度预测 | 第40-44页 |
| 3.2.2 转炉炼钢终点碳含量预测 | 第44-47页 |
| 3.3 本章小结 | 第47-49页 |
| 第4章 稀土串级萃取生产过程组分含量在线预测系统开发 | 第49-59页 |
| 4.1 问题背景 | 第49-51页 |
| 4.2 系统总体结构 | 第51-52页 |
| 4.3 系统业务流程图 | 第52页 |
| 4.4 需求分析 | 第52-53页 |
| 4.5 数据库结构设计 | 第53-55页 |
| 4.6 功能模块设计与实现 | 第55-58页 |
| 4.6.1 预测模型维护模块 | 第56-57页 |
| 4.6.2 组分含量实时预测模块 | 第57-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第5章 转炉炼钢生产操作优化与系统开发 | 第59-77页 |
| 5.1 问题背景 | 第59-62页 |
| 5.2 转炉炼钢操作优化 | 第62-65页 |
| 5.2.1 问题介绍 | 第62-63页 |
| 5.2.2 基于遗传算法的求解 | 第63-65页 |
| 5.3 系统总体结构 | 第65页 |
| 5.4 系统业务流程图 | 第65-66页 |
| 5.5 需求分析 | 第66-67页 |
| 5.6 数据库设计 | 第67-69页 |
| 5.7 模块详细设计 | 第69-76页 |
| 5.7.1 算法设置模块 | 第70页 |
| 5.7.2 静态训练模型模块 | 第70-72页 |
| 5.7.3 静态预测模块 | 第72-74页 |
| 5.7.4 动态预测模块 | 第74-75页 |
| 5.7.5 静态优化模块 | 第75-76页 |
| 5.8 本章小结 | 第76-77页 |
| 第6章 总结和展望 | 第77-79页 |
| 6.1 研究工作总结 | 第77页 |
| 6.2 工作展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |
