| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-12页 |
| ·选题背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的主要研究内容 | 第11-12页 |
| 第2章 铁矿石品位分析研究概述 | 第12-16页 |
| ·项目来源及相关介绍 | 第12页 |
| ·铁矿石品位相关概念 | 第12-13页 |
| ·铁矿石品位分析相关方法 | 第13-14页 |
| ·本文研究目的和研究方法 | 第14-15页 |
| ·本文研究目的 | 第14-15页 |
| ·本文研究方法 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第3章 BP神经网络理论 | 第16-27页 |
| ·人工神经网络概述 | 第16-17页 |
| ·人工神经网络模型 | 第17-18页 |
| ·BP神经网络 | 第18-22页 |
| ·BP神经网络的特点及其改进技术 | 第22-26页 |
| ·BP神经的特点 | 第22-23页 |
| ·BP神经网络的改进技术 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 粗糙集理论 | 第27-46页 |
| ·粗糙集理论基本概念 | 第27-31页 |
| ·近似空间与不可区分关系 | 第27-28页 |
| ·粗糙集的定义 | 第28-29页 |
| ·知识与知识库 | 第29页 |
| ·信息系统与决策表 | 第29-30页 |
| ·属性的重要性 | 第30-31页 |
| ·粗糙集的约简与核 | 第31-33页 |
| ·约简与核 | 第31页 |
| ·相对约简与相对核 | 第31-32页 |
| ·最优约简 | 第32页 |
| ·知识的依赖性 | 第32-33页 |
| ·粗糙集知识约简问题 | 第33-38页 |
| ·一般的属性约简算法 | 第34页 |
| ·基于区分矩阵的属性约简 | 第34-36页 |
| ·基于特征选择属性约简算法 | 第36-37页 |
| ·基于遗传算法的属性约简 | 第37-38页 |
| ·基于键树的不一致系统属性约简算法 | 第38-45页 |
| ·键树 | 第38-39页 |
| ·不一致的定义及其性质 | 第39页 |
| ·本文算法 | 第39-42页 |
| ·算例分析 | 第42-44页 |
| ·实验及结果分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于粗糙集与神经网络技术的铁矿石品位仿真分析 | 第46-65页 |
| ·粗糙集与神经网络融合的目的 | 第46-47页 |
| ·粗糙集与神经网络融合的研究现状 | 第47-49页 |
| ·基于粗糙集与神经网络技术的铁矿石品位分析模型 | 第49-50页 |
| ·粗糙集方法处理数据 | 第49-50页 |
| ·BP神经网络处理数据 | 第50页 |
| ·铁矿石品位仿真分析软件设计 | 第50-58页 |
| ·构建决策表模块 | 第51-53页 |
| ·属性约简模块 | 第53-54页 |
| ·神经网络模块 | 第54-56页 |
| ·测试模块 | 第56-58页 |
| ·基于粗糙集与神经网络技术的铁矿石品位仿真分析 | 第58-64页 |
| ·本文实验数据 | 第58-60页 |
| ·本文实验过程 | 第60-63页 |
| ·本文实验结果分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录:攻读硕士学位期间公开发表的论文 | 第70页 |