声明
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 成本最优烧结配矿算法研究现状
1.2.2 多目标配矿优化算法研究现状
1.2.3 烧结矿质量预测方法的研究现状
1.3 论文的主要工作
2 烧结工艺基础
2.1 引言
2.2 烧结矿指标要求
2.3 烧结矿质量检测方法
2.4 本章小结
3 基于粒子间隔PSO(D-PSO)烧结配矿优化方法3.1 问题分析
3.2 目标函数及约束条件
3.3 基于粒子间隔的PSO算法烧结配矿模型建立
3.3.1 标准PSO算法
3.3.2 基于粒子间隔的PSO算法
3.4 实验结果与对比分析
3.5 本章小结
4 MOEA/D-DPSO烧结配矿优化算法
4.1 问题分析
4.1.1 多目标优化
4.1.2 烧结配矿多目标优化目标函数与约束条件
4.1.3 MOEA/D多目标进化算法
4.2 MOEA/D-DPSO的烧结配矿模型建立
4.2.1 基于种群状态的判断机制
4.2.2 基于反向学习的进化策略
4.3 实验对比与分析
4.4 本章小结
5 基于注意力机制—LSTM算法实现烧结矿质量预测
5.1 LSTM与Attention的工作原理
5.1.1 LSTM工作原理
5.1.2 注意力机制的工作原理
5.2 基于注意力机制的LSTM烧结矿质量预测模型
5.2.1 烧结矿质量预测模型的建立
5.2.2 加权均方误差损失
5.3 实验结果对比与分析
5.3.1 实验数据与评价指标
5.3.2 实验结果与分析
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
致谢
河北经贸大学;