本书共分6章，主要内容包括绪论、智能计算方法、概念格生成及属性约简、基于概念格约简的高炉焦比预测、基于改进粒子群的铁水硅含量稳定性分析、基于改进随机森林的铁水硅含量预测。
本书可供从事钢铁冶金和智能计算方法预测研究的工程技术人员和科研人员阅读，也可供大专院校有关专业的师生参考。
封面
前言
目录
1 绪论
1.1 高炉冶炼数学模型及智能化研究进展
1.2 人工智能方法在高炉生产中的应用
1.3 混合智能建模
参考文献
2 智能计算方法
2.1 支持向量机
2.2 粒子群优化算法
2.3 遗传算法
2.4 人工鱼群算法（AFSA）
2.5 随机森林
参考文献
3 概念格生成及属性约简
3.1 概念格理论
3.2 概念格构造算法综述
3.3 经典Godin算法
3.4 基于属性的概念格快速构造算法
3.5 基于概念格的冗余属性约简算法
参考文献
4 基于概念格约简的高炉焦比预测
4.1 数据准备
4.2 冗余参数的约简
4.3 网格搜索算法优化SVM
4.4 粒子群优化SVM
4.5 遗传算法SVM参数优化
参考文献
5 基于改进粒子群的铁水硅含量稳定性分析
5.1 引言
5.2 数据处理
5.3 基于人工鱼视野的变邻域粒子群算法
5.4 基于AFIV-PSO的铁水硅含量预测
5.5 铁水硅含量稳定性分析
参考文献
6 基于改进随机森林的铁水硅含量预测
6.1 引言
6.2 改进粒子群优化算法
6.3 测试函数验证
6.4 特征选择
6.5 对比实验
参考文献
点击下载