掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 智能計(jì)算方法在高爐生產(chǎn)目標(biāo)預(yù)測(cè)中的應(yīng)用
作者：楊凱
開(kāi)本：
16開(kāi)
頁(yè)數(shù)：
119
本類榜單：工業(yè)技術(shù)銷量榜
本類五星書(shū)更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書(shū)中國(guó)高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問(wèn)題與脈絡(luò)
中圖價(jià):¥56.8
加入購(gòu)物車
智能計(jì)算方法在高爐生產(chǎn)目標(biāo)預(yù)測(cè)中的應(yīng)用 版權(quán)信息
- ISBN：9787502492571
- 條形碼：9787502492571 ; 978-7-5024-9257-1
- 裝幀：簡(jiǎn)裝本
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
智能計(jì)算方法在高爐生產(chǎn)目標(biāo)預(yù)測(cè)中的應(yīng)用 內(nèi)容簡(jiǎn)介
本書(shū)共分6章，主要內(nèi)容包括緒論、智能計(jì)算方法、概念格生成及屬性約簡(jiǎn)、基于概念格約簡(jiǎn)的高爐焦比預(yù)測(cè)、基于改進(jìn)粒子群的鐵水硅含量穩(wěn)定性分析、基于改進(jìn)隨機(jī)森林的鐵水硅含量預(yù)測(cè)。
本書(shū)可供從事鋼鐵冶金和智能計(jì)算方法預(yù)測(cè)研究的工程技術(shù)人員和科研人員閱讀，也可供大專院校有關(guān)專業(yè)的師生參考。
智能計(jì)算方法在高爐生產(chǎn)目標(biāo)預(yù)測(cè)中的應(yīng)用 目錄
1緒論1
1.1高爐冶煉數(shù)學(xué)模型及智能化研究進(jìn)展2
1.1.1國(guó)外研究進(jìn)展3
1.1.2國(guó)內(nèi)研究進(jìn)展5
1.2人工智能方法在高爐生產(chǎn)中的應(yīng)用7
1.2.1人工神經(jīng)網(wǎng)絡(luò)7
1.2.2支持向量機(jī)8
1.2.3智能優(yōu)化算法9
1.3混合智能建模11
參考文獻(xiàn)13
2智能計(jì)算方法17
2.1支持向量機(jī)17
2.2粒子群優(yōu)化算法27
2.3遺傳算法30
2.4人工魚(yú)群算法（AFSA）32
2.5隨機(jī)森林33
參考文獻(xiàn)33
3概念格生成及屬性約簡(jiǎn)35
3.1概念格理論35
3.2概念格構(gòu)造算法綜述37
3.3經(jīng)典Godin算法37
3.4基于屬性的概念格快速構(gòu)造算法40
3.5基于概念格的冗余屬性約簡(jiǎn)算法46
參考文獻(xiàn)54
4基于概念格約簡(jiǎn)的高爐焦比預(yù)測(cè)56
4.1數(shù)據(jù)準(zhǔn)備56
4.2冗余參數(shù)的約簡(jiǎn)58
4.3網(wǎng)格搜索算法優(yōu)化SVM63
4.4粒子群優(yōu)化SVM66
4.5遺傳算法SVM參數(shù)優(yōu)化69
參考文獻(xiàn)74
5基于改進(jìn)粒子群的鐵水硅含量穩(wěn)定性分析76
5.1引言76
5.2數(shù)據(jù)處理77
5.3基于人工魚(yú)視野的變鄰域粒子群算法81
5.4基于AFIVPSO的鐵水硅含量預(yù)測(cè)89
5.5鐵水硅含量穩(wěn)定性分析96
參考文獻(xiàn)99
6基于改進(jìn)隨機(jī)森林的鐵水硅含量預(yù)測(cè)102
6.1引言102
6.2改進(jìn)粒子群優(yōu)化算法103
6.3測(cè)試函數(shù)驗(yàn)證105
6.4特征選擇110
6.5對(duì)比實(shí)驗(yàn)112
參考文獻(xiàn)117
1.1高爐冶煉數(shù)學(xué)模型及智能化研究進(jìn)展2
1.1.1國(guó)外研究進(jìn)展3
1.1.2國(guó)內(nèi)研究進(jìn)展5
1.2人工智能方法在高爐生產(chǎn)中的應(yīng)用7
1.2.1人工神經(jīng)網(wǎng)絡(luò)7
1.2.2支持向量機(jī)8
1.2.3智能優(yōu)化算法9
1.3混合智能建模11
參考文獻(xiàn)13
2智能計(jì)算方法17
2.1支持向量機(jī)17
2.2粒子群優(yōu)化算法27
2.3遺傳算法30
2.4人工魚(yú)群算法（AFSA）32
2.5隨機(jī)森林33
參考文獻(xiàn)33
3概念格生成及屬性約簡(jiǎn)35
3.1概念格理論35
3.2概念格構(gòu)造算法綜述37
3.3經(jīng)典Godin算法37
3.4基于屬性的概念格快速構(gòu)造算法40
3.5基于概念格的冗余屬性約簡(jiǎn)算法46
參考文獻(xiàn)54
4基于概念格約簡(jiǎn)的高爐焦比預(yù)測(cè)56
4.1數(shù)據(jù)準(zhǔn)備56
4.2冗余參數(shù)的約簡(jiǎn)58
4.3網(wǎng)格搜索算法優(yōu)化SVM63
4.4粒子群優(yōu)化SVM66
4.5遺傳算法SVM參數(shù)優(yōu)化69
參考文獻(xiàn)74
5基于改進(jìn)粒子群的鐵水硅含量穩(wěn)定性分析76
5.1引言76
5.2數(shù)據(jù)處理77
5.3基于人工魚(yú)視野的變鄰域粒子群算法81
5.4基于AFIVPSO的鐵水硅含量預(yù)測(cè)89
5.5鐵水硅含量穩(wěn)定性分析96
參考文獻(xiàn)99
6基于改進(jìn)隨機(jī)森林的鐵水硅含量預(yù)測(cè)102
6.1引言102
6.2改進(jìn)粒子群優(yōu)化算法103
6.3測(cè)試函數(shù)驗(yàn)證105
6.4特征選擇110
6.5對(duì)比實(shí)驗(yàn)112
參考文獻(xiàn)117
展開(kāi)全部
書(shū)友推薦
- >
月亮虎
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
月亮與六便士
- >
朝聞道
- >
我與地壇
- >
企鵝口袋書(shū)系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
本類暢銷
