回转窑煅烧工艺参数配置优化算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10页 |
| 1.3 研究的目的及意义 | 第10-11页 |
| 1.4 研究内容 | 第11页 |
| 1.5 论文组织结构 | 第11-13页 |
| 第二章 相关工作研究 | 第13-27页 |
| 2.1 K-MEANS聚类分析算法 | 第13-14页 |
| 2.1.1 K-means聚类算法原理 | 第13页 |
| 2.1.2 K-means聚类算法流程 | 第13-14页 |
| 2.1.3 K-means聚类算法缺陷 | 第14页 |
| 2.2 PCA主成分分析法 | 第14-17页 |
| 2.2.1 PCA主成分分析法原理 | 第14-16页 |
| 2.2.2 PCA主成分分析法流程 | 第16-17页 |
| 2.3 BP神经网络 | 第17-24页 |
| 2.3.1 BP神经网络基本原理 | 第18-20页 |
| 2.3.2 BP神经网络学习方式 | 第20-23页 |
| 2.3.3 BP神经网络缺陷以及优化 | 第23-24页 |
| 2.4 粒子群优化算法 | 第24-26页 |
| 2.4.1 粒子群优化算法原理 | 第24页 |
| 2.4.2 粒子群优化算法流程 | 第24-26页 |
| 2.4.3 粒子群优化算法缺点 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于邻代竞争的杂交粒子群优化算法 | 第27-35页 |
| 3.1 杂交粒子群优化算法 | 第27-29页 |
| 3.2 基于邻代竞争的杂交粒子群优化算法 | 第29-30页 |
| 3.3 算法步骤及流程 | 第30-31页 |
| 3.4 伪代码 | 第31页 |
| 3.5 算法性能测试 | 第31-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 回转窑煅烧参数数据分析模型设计 | 第35-43页 |
| 4.1 模型设计目的 | 第35页 |
| 4.2 模型设计需求分析 | 第35-38页 |
| 4.3 模型设计详细实现 | 第38-39页 |
| 4.4 NCHPSO-BP算法详解 | 第39-41页 |
| 4.5 算法性能测试 | 第41-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第五章 回转窑煅后焦质量分析系统的设计与实现 | 第43-54页 |
| 5.1 系统需求分析 | 第43页 |
| 5.2 软件设计理论 | 第43-44页 |
| 5.3 SSH架构 | 第44页 |
| 5.4 系统功能设计 | 第44-45页 |
| 5.5 数据表的详细设计 | 第45-48页 |
| 5.6 功能实现及展示 | 第48-53页 |
| 5.6.1 数据采集模块 | 第48-51页 |
| 5.6.2 数据预处理模块 | 第51-52页 |
| 5.6.3 数据分析模块 | 第52-53页 |
| 5.6.4 聚类可视化展示 | 第53页 |
| 5.7 本章小结 | 第53-54页 |
| 第六章 结论与展望 | 第54-56页 |
| 6.1 主要结论 | 第54-55页 |
| 6.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 申请学位期间的研究成果及发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
