| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 高炉炼铁智能控制研究综述 | 第9-17页 |
| ·高炉炼铁炉温预测的机理模型、推理模型和数理模型 | 第10-13页 |
| ·高炉炼铁的专家系统和智能控制 | 第13-15页 |
| ·本章小结 | 第15-17页 |
| 第2章 高炉炼铁工艺机理及相关变量 | 第17-21页 |
| ·高炉冶炼的工艺机理 | 第17-18页 |
| ·高炉冶炼过程的相关变量 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于统计学习理论的支持向量机及其若干改进 | 第21-42页 |
| ·统计学习理论概述 | 第21-25页 |
| ·支持向量机SVM | 第25-36页 |
| ·模糊支持向量机FSVM | 第36-39页 |
| ·混合核函数策略 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 改进型SVM在高炉铁水硅质量分数预测中的应用 | 第42-56页 |
| ·模型变量的分析与预处理 | 第42-48页 |
| ·基于模糊支持向量分类机的高炉铁水[Si]波动趋势预报模型 | 第48-51页 |
| ·基于混合核支持向量回归机的高炉铁水[Si]数值预测模型 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 若干结论与建议 | 第56-58页 |
| 附录一 | 第58-60页 |
| 附录二 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64页 |