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