《模式识别优化技术及其应用》求取 ⇩

第一章 绪论1

一、工业优化的目的和意义1

二、从工业流程建立过程看优化工作的意义4

三、从加强技术管理看优化工作的意义5

四、工业优化算法的种类6

五、优化技术在新材料、新产品试制中的应用8

六、优化技术在产品检验中的应用9

七、工业优化的发展方向——智能优化9

八、工业优化对我国生产建设的意义12

一、模式识别与工业数据处理16

第二章 模式识别方法(一)16

二、模式识别方法的原理和基本概念17

三、数据预处理19

四、特征参数的抽提20

五、KNN法及其衍生法22

六、Fisher判别分析法25

七、线性判别函数法27

八、相似分析法及其衍生方法30

九、主成分分析及其衍生方法35

十、主成分回归和偏最小二乘法40

二、分级聚类方法47

第三章 模式识别方法(二)47

一、聚类分析方法47

三、最小生成树法49

四、最短生成路径法50

五、判别聚类的势函数法51

六、模式识别的映照方法53

第四章 人工神经网络59

一、人工神经网络——一种新的信息处理技术59

二、人工神经元模型61

三、人工神经网络的类型62

四、人工神经网络的学习规则63

五、前馈型网络——多层感知器64

六、非线性变换单元组成的前馈网络68

七、自组织人工神经网络72

八、人工神经网络的优点和问题73

第五章 遗传算法76

一、遗传算法——一种新的寻优算法76

二、遗传算法的基本原理和算法77

三、遗传算法的若干应用81

第六章 样本筛选技术84

一、样本筛选的必要性84

二、用模式识别方法筛选样本86

三、用稳健回归法筛选样本88

四、用离群判别法筛选样本94

五、用遗传算法和稳健回归筛选样本96

第七章 变量(因子)筛选技术97

一、变量(因子)筛选的必要性97

二、有关变量间的相关分析99

三、有关变量的共线检查101

四、变量(因子)对分类贡献的判据104

五、互补变量的选取方法105

六、关于过程的可控程度和条件108

七、变量的线性组合与降维110

第八章 优化模型的建立111

一、优化模型建立的步骤111

二、建模可行性研究111

三、优化区的确定115

四、数学模型的建立和寻优策略122

第九章 模式识别优化在化工和炼油中的应用124

一、模式识别优化在聚合过程中的应用124

二、模式识别在染料色光控制中的应用128

三、模式识别优化在醋酸乙烯催化合成中的应用129

四、模式识别优化在溶剂油分离中的应用130

五、模式识别优化在加氢裂化中的应用132

第十章 模式识别优化在冶金工业中的应用135

一、模式识别在炼焦配煤中的应用135

二、模式识别在降低焦比中的应用136

三、模式识别方法分析炼钢转炉炉龄的影响因素137

四、连铸坯表面质量的模式识别分析138

五、模式识别在合金钢生产中的应用139

六、联合法生产氧化铝净溶出率的模式识别优化141

七、烧结法碳酸化分解终点的优化控制142

八、电解铝电流效率的优化模型143

十、小结144

九、电解铝阳极导电合金成分优化144

第十一章 新材料、新产品的优化设计146

一、材料设计和分子设计的意义146

二、KDPAG 专家系统147

三、KDPAG 用于已有数据的加工148

四、KDPAG 辅助实验探索152

五、KDPAG 辅助材料智能加工158

第十二章 模式识别优化软件在其他方面的应用161

一、模式识别优化算法在环保方面的应用161

二、模式识别优化软件在找矿中的应用163

三、模式识别优化软件在医疗诊断中的应用168