| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 选题背景和意义 | 第13-16页 |
| 1.2 f-CaO含量预报国内外研究现状 | 第16-18页 |
| 1.3 极限学习机（ELM）的历史及研究现状 | 第18页 |
| 1.4 课题来源以及本文主要内容 | 第18-20页 |
| 第2章 水泥熟料煅烧过程工艺机理分析及f-CaO含量人工检测方法 | 第20-31页 |
| 2.1 新型干法水泥生产工艺 | 第20-22页 |
| 2.2 水泥熟料煅烧过程机理分析及重要过程参数 | 第22-28页 |
| 2.3 f-CaO含量人工检测方法 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 f-CaO含量预报极限学习机的设计 | 第31-42页 |
| 3.1 极限学习机的模型结构 | 第31-34页 |
| 3.2 f-CaO含量预报极限学习机输入输出变量的选择 | 第34-38页 |
| 3.3 极限学习机输入输出变量的时间匹配 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 数据的采集及预处理方法 | 第42-54页 |
| 4.1 数据的采集 | 第42-45页 |
| 4.2 数据的预处理 | 第45-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 f-CaO含量预报极限学习机预报结果分析 | 第54-66页 |
| 5.1 极限学习机算法的编程实现 | 第54-55页 |
| 5.2 极限学习机的训练和预测 | 第55-58页 |
| 5.3 预测结果影响因素分析 | 第58-63页 |
| 5.3.1 隐层节点个数的选取 | 第58-60页 |
| 5.3.2 数据滤波深度的选取 | 第60-62页 |
| 5.3.3 输入输出变量的时间匹配 | 第62-63页 |
| 5.4 与现有算法的预测结果对比 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 结论与展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第73-74页 |
| 附录B 极限学习机重要源程序 | 第74-78页 |