文摘
英文文摘
独创性声明和学位论文版权使用授权书
第一章绪论
1.1研究背景
1.2问题提出
1.3解决方法
1.4论文结构
第二章高炉含硅量预测原理
2.1时间序列介绍
2.1.1现实中的时间序列数据及分类
2.1.2时间序列预报
2.2支持向量机原理介绍
2.2.1支持向量机的引入(Support VectorMachine,SVM)
2.2.2支持向量机
2.2.3支持向量回归(SVR)
2.3高炉铁水含硅量预报介绍
2.3.1高炉铁水含硅量数据
2.3.2高炉铁水含硅量预报
第三章建模工具的选择和改进
3.1神经网络与支持向量回归机的选择
3.2ε-加权支持向量回归机的改进
3.3面向时间序列预测的ε-加权的有效性
第四章高炉铁水含硅量预测模型的建立
4.1高炉铁水数据准备
4.2面向非平稳时间序列分块方法
4.2.1多变量非平稳时间序列的模糊分块
4.2.2模糊分块算法
4.3建立预测模型
4.3.1用含硅量对训练集进行初步分块
4.3.2根据状态量进一步细分
4.3.3对SVR进行参数选择
4.3.4用组合SVR对铁水含硅量进行建模
第五章高炉铁水含硅量的预测
5.1所选用的预报方法
5.2特征提取及匹配的方法
5.2.1主成分分析方法思想
5.2.2主成分分析方法原理
5.2.3模式匹配时的相似性测度——Spca
5.3高炉铁水含硅量预测的步骤及过程
5.4结合时差方法的反馈神经网络(TD-BP)对高炉铁水含硅量的预测
5.4.1时间序列预测神经网络模型
5.4.2 BP神经网络
5.4.3时差(Temporal Difference,TD)算法
5.4.4结合时差方法的反馈神经网络——TD-BP
5.4.5 TD-BP对高炉铁水含硅量预测的过程
第六章实验结果及对比
6.1对于变化剧烈月份的含硅量预测的比较
6.2 TD-BP神经网络对于平稳月份含硅量的预测
第七章总结
7.1研究工作总结
7.2有待继续改进的方面
7.3未来工作展望
参考文献
致谢
攻读硕士学位期间的论文项目情况