声明
第一章 绪 论
1.1 研究工作的背景与意义
1.2 过程预测建模方法
1.2.1 基于机理的建模方法
1.2.2 基于数据的建模方法
1.2.3 集成建模方法
1.3 基于数据的矿物品位预测研究现状
1.4 本论文的结构安排
第二章 镍矿浮选工艺过程以及参数分析
2.1.1镍矿浮选的基本原理
2.1.2 浮选的工艺流程
2.2 镍矿浮选的参数分析
2.2.1 镍矿浮选过程工况参数以及有效范围
2.2.2 镍矿浮选泡沫图像特征参数
2.3 本章小结
第三章 镍矿浮选品位预测建模系统架构设计
3.1 镍矿浮选品位预测系统组成
3.2 镍矿浮选品位预测系统流程图
3.3.镍矿浮选品位预测系统数据采集与数据预处理
3.3.1 镍矿浮选品位预测系统的数据采集
3.3.2镍矿浮选品位预测系统的数据预处理
3.4 本章小结
第四章 基于多源数据镍矿浮选品位预测模型
4.1 建模拟解决的问题
4.2 最小二乘支持向量机LS-SVM的基本原理
4.3 数据标准化/归一化
4.4 基于粒子群算法的预测模型优化
4.5基于粒子群算法的最小二乘支持向量机的建模
4.5.1基于粒子群算法的最小二乘向量机建模的基本流程
4.5.2 基于粒子群算法的最小二乘向量机预测模型评价标准
4.5.3 预测模型结果分析
4.6本章小结
第五章 镍矿浮选品位预测建模优化设计
5.1数据插值理论
5.2主成分分析PCA算法
5.2.1 主成分分析算法的求解与性质
5.3工况识别——聚类分析算法
5.3.1聚类分析算法思想
5.3.2 K均值聚类算法(K-Means聚类算法)
5.3.3 K均值聚类算法结果分析
5.4本章小结
第六章 镍矿浮选品位预测建模系统设计
6.1系统的整体架构
6.2系统硬件的设计
6.3系统软件的设计与应用
6.3.1 开发环境与技术
6.3.2 数据库设计
6.3.3 预测建模系统功能设计
6.4本章小结
第七章 结论与展望
7.1结论
7.2展望
致谢
参考文献