基于多目标优化模型的炼焦生产过程优化方法研究与应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·研究内容 | 第14-15页 |
| ·论文构成 | 第15-16页 |
| 第二章 机理分析与过程优化思想 | 第16-26页 |
| ·炼焦生产工艺 | 第16-19页 |
| ·配煤过程 | 第16-17页 |
| ·加热燃烧过程 | 第17-18页 |
| ·集气管集气过程 | 第18页 |
| ·推焦过程 | 第18-19页 |
| ·机理分析 | 第19-23页 |
| ·综合生产目标的确定 | 第19-20页 |
| ·局部优化目标的确定 | 第20-21页 |
| ·综合生产目标的影响因素 | 第21-23页 |
| ·过程优化问题与难点 | 第23页 |
| ·过程优化思想 | 第23-24页 |
| ·过程优化系统结构 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 综合生产目标灰色关联分析 | 第26-35页 |
| ·灰色关联分析的计算步骤 | 第26-27页 |
| ·焦炭产量关联分析 | 第27-28页 |
| ·焦炉能耗关联分析 | 第28-30页 |
| ·焦炭质量关联分析 | 第30-34页 |
| ·主成分分析的必要性及计算步骤 | 第30-31页 |
| ·配合煤质量主成分分析 | 第31-32页 |
| ·焦炭质量主成分分析 | 第32页 |
| ·焦炭质量关联分析 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第四章 炼焦生产过程多目标优化模型 | 第35-55页 |
| ·模型的总体设计 | 第35-37页 |
| ·工况判断模型 | 第37页 |
| ·神经网络多目标优化模型 | 第37-47页 |
| ·改进的BP神经网络 | 第38-40页 |
| ·焦炭产量神经网络模型 | 第40-42页 |
| ·焦炉能耗神经网络模型 | 第42-43页 |
| ·焦炭质量神经网络预测模型 | 第43-46页 |
| ·神经网络多目标优化模型 | 第46-47页 |
| ·多元回归多目标优化模型 | 第47-53页 |
| ·多元回归模型的原理和步骤 | 第47-48页 |
| ·焦炭产量多元回归模型 | 第48-50页 |
| ·高炉煤气消耗多元回归模型 | 第50-51页 |
| ·焦炉煤气消耗多元回归模型 | 第51-52页 |
| ·多元回归多目标优化模型 | 第52-53页 |
| ·模型更新 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 炼焦生产过程多目标优化算法 | 第55-63页 |
| ·多目标优化问题(MOP) | 第55-56页 |
| ·多目标遗传算法求解 | 第56-59页 |
| ·个体编码 | 第57页 |
| ·适应度函数 | 第57-58页 |
| ·遗传算子设计 | 第58页 |
| ·算法步骤 | 第58-59页 |
| ·组合优化算法求解 | 第59-62页 |
| ·线性加权和法 | 第60页 |
| ·广义简约梯度算法 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第六章 工业应用与结果分析 | 第63-76页 |
| ·系统实现 | 第63-71页 |
| ·系统整体框架 | 第63-64页 |
| ·系统软件设计 | 第64-65页 |
| ·系统数据通讯 | 第65-67页 |
| ·多目标优化模型的实现 | 第67-70页 |
| ·多目标优化算法的实现 | 第70-71页 |
| ·工业应用与运行结果分析 | 第71-75页 |
| ·小结 | 第75-76页 |
| 第七章 结论与展望 | 第76-78页 |
| ·结论 | 第76页 |
| ·展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 攻读学位期间主要的研究成果 | 第84页 |
