粗糙集论文：基于智能技术的铁矿石品位仿真分析.docVIP

粗糙集论文：基于智能技术的铁矿石品位仿真分析 【中文摘要】我国为当今世界上最大的钢铁生产国,在很大程度上主导着世界钢铁行业的价值链。铁矿石作为钢铁的重要原材料,受到钢铁行业的广泛关注。铁矿石品位是影响矿山工作最重要的因素,贯穿开采、选矿的整个过程,还影响着矿山未来的规划。铁矿石品位分析技术是矿山生产中的关键技术,正确地分析铁矿石品位有利于企业做到资源利用最大化和效益最大化。随着钢铁行业的蓬勃发展,矿山铁矿石的开采规模日益增长,开采设备和开采技术不断得到改进,但是铁矿石品位分析技术没有及时得到改进,目前大都用人工采样分析的方法,影响着矿山的生产效率,制约着公司实现机电一体化的进程。通过实地考察,发现铁矿石的品位与矿石的质量、体积、颜色、水分比、块矿比、川脉号等诸多因素有着密切的关系,采集了矿山开采过程中与铁矿石品位相关的相关资料和数据。如何通过实际数据衡量这些因素的重要性,并且根据这些属性进行铁矿石品位分析,是矿山亟待解决的问题。这些数据中属性较多,且存在很多的不一致信息,采用传统的线性分析方法难以得到满意的结果。粗糙集理论能够有效地处理各种不完整、不精确的数据,提取数据集中的重要属性,并从中发现潜在的规律。BP神经网络有着逼近任意非线性函数的能力,而且算法简... 【英文摘要】China is the largest steel producer country in the world and leads the global steel industry value chain largely. Iron ore which is the important raw material of steel industry, was paid extensive attention by the steel industry. Iron ore grade which is one of the key factors of the mine, runs through the whole process of mining process and affects mine’s future planning. Iron ore grade analysis is one of the key techniques in the iron ore mining process. The correct Iron ore grade value contributes to maxi... 【关键词】粗糙集 人工神经网络 分析模型 铁矿石品位 【英文关键词】Rough Sets BP Neural Network Analysis Model Iron Ore Grade 【目录】基于智能技术的铁矿石品位仿真分析 摘要 4-5 Abstract 5-6 第1章 绪论 9-12 1.1 选题背景和意义 9-10 1.2 国内外研究现状 10-11 1.3 本文的主要研究内容 11-12 第2章 铁矿石品位分析研究概述 12-16 2.1 项目来源及相关介绍 12 2.2 铁矿石品位相关概念 12-13 2.3 铁矿石品位分析相关方法 13-14 2.4 本文研究目的和研究方法 14-15 2.4.1 本文研究目的 14-15 2.4.2 本文研究方法 15 2.5 本章小结 15-16 第3章 BP神经网络理论 16-27 3.1 人工神经网络概述 16-17 3.2 人工神经网络模型 17-18 3.3 BP神经网络 18-22 3.4 BP神经网络的特点及其改进技术 22-26 3.4.1 BP神经的特点 22-23 3.4.2 BP神经网络的改进技术 23-26 3.5 本章小结 26-27 第4章 粗糙集理论 27-46 4.1 粗糙集理论基本概念 27-31 4.1.1 近似空间与不可区分关系 27-28 4.1.2 粗糙集的定义 28-29 4.1.3 知识与知识库 29 4.1.4 信息系统与决策表 29-30 4.1.5 属性的重要性 30-31 4.2 粗糙集的约简与核 31-33 4.2.1 约简与核 31 4.2.2 相对约简与相对核 31-32 4.2.3 最优约简 32 4.2.4 知识的依赖性 32-33 4.3 粗糙集知识约简问题 33-38 4.3.1 一般的属性约简算法 34 4.3.2 基于区分矩阵的属性约简 34-36 4.3.3 基于特征选择属性约简算法 36-37 4.3.4 基于遗传算法的属性约简 37-38 4.4 基于键树的不一致系统属性约简算法 38-45 4.4.1 键树 38-39 4.4.2 不一致的定义及其性质 39 4.4.3 本文算法 39-42 4.4.4 算例分析