冶金过程数据处理方法和遗传算法研究
| 1 绪论 | 第1-11页 |
| ·目的和意义 | 第8-9页 |
| ·主要内容 | 第9-10页 |
| ·课题来源与背景 | 第10-11页 |
| 2 试验设计 | 第11-26页 |
| ·试验设计的统计模型 | 第12-14页 |
| ·统计试验设计的基本要素 | 第12页 |
| ·方差分析模型 | 第12-14页 |
| ·回归模型 | 第14页 |
| ·非参数回归模型 | 第14页 |
| ·正交试验设计 | 第14-24页 |
| ·正交设计理论要点 | 第14-15页 |
| ·正交试验的统计模型和数据分析 | 第15-24页 |
| ·均匀设计 | 第24-26页 |
| 3 数据分析与建模 | 第26-68页 |
| ·数据表格的表示及数据特征 | 第26-29页 |
| ·数据结构 | 第26-27页 |
| ·数据特征 | 第27-28页 |
| ·标准化处理 | 第28-29页 |
| ·一元线性回归 | 第29-33页 |
| ·基本原理 | 第29-31页 |
| ·回归方程的几何意义 | 第31页 |
| ·拟合效果分析 | 第31-32页 |
| ·显著性检验 | 第32-33页 |
| ·多元线性回归 | 第33-43页 |
| ·基本原理 | 第33-35页 |
| ·回归系数的解释与变量间多重相关性 | 第35-36页 |
| ·最小二乘估计量的几何意义: | 第36页 |
| ·拟合效果分析与几何意义 | 第36-37页 |
| ·调整复测定系数 | 第37-38页 |
| ·偏相关系数 | 第38-39页 |
| ·变量筛选 | 第39-40页 |
| ·实例分析 | 第40-43页 |
| ·主成分提取 | 第43-48页 |
| ·基本原理 | 第43-44页 |
| ·主成分分析的应用 | 第44-45页 |
| ·变量多重相关性及影响 | 第45页 |
| ·精度分析 | 第45-47页 |
| ·主成分命名 | 第47-48页 |
| ·典型相关分析 | 第48-56页 |
| ·原理 | 第48-49页 |
| ·典型相关分析的几何意义 | 第49-50页 |
| ·精度分析 | 第50页 |
| ·实例分析 | 第50-56页 |
| ·偏最小二乘回归 | 第56-68页 |
| ·偏最小二乘回归算法 | 第56-57页 |
| ·偏最小二乘方法对数据信息的分解和筛选 | 第57-58页 |
| ·实例分析 | 第58-68页 |
| 4 遗传算法优化 | 第68-91页 |
| ·遗传算法概述 | 第71-74页 |
| ·遗传算法的理论基础 | 第74-78页 |
| ·模式理论 | 第74-76页 |
| ·性能评估 | 第76-77页 |
| ·遗传算法的收敛性 | 第77-78页 |
| ·遗传算法的实施 | 第78-91页 |
| ·编码 | 第78-79页 |
| ·初始化 | 第79-80页 |
| ·适应度函数确定及定标 | 第80-82页 |
| ·遗传操作算子 | 第82-86页 |
| ·收敛判别条件 | 第86-87页 |
| ·终止条件 | 第87-88页 |
| ·优化计算结果 | 第88-91页 |
| 5 结论 | 第91-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-95页 |
