声明
摘要
第1章 绪论
1.1 研究背景及选题依据
1.2 含钒石煤资源状况
1.2.1 钒及钒资源
1.2.2 钒在石煤中的赋存形态
1.3 石煤提钒行业及其生产工艺发展现状
1.3.1 石煤提钒行业现行发展状况
1.3.2 石煤提钒国家相关政策管理要求现状
1.3.3 石煤提钒主要生产工艺发展现状
1.3.4 石煤提钒行业污染防治现状
1.3.5 石煤提钒行业存在问题
1.4 石煤提钒工艺先进性评价现状
1.4.1 评价指标体系研究现状
1.4.2 评价方法研究现状
1.5 本论文的研究目的、意义和研究内容
第2章 石煤提钒行业生产工艺及污染防治现状
2.1 现状调研的思路及实施
2.2 现场调研企业概况
2.3 石煤提钒行业典型工艺
2.4 石煤提钒工艺环境污染及防治措施
2.4.1 石煤提钒工艺排污节点、排污方式及特征污染物
2.4.2 石煤提钒工艺污染防治现状
2.5 石煤提钒行业及工艺存在的问题
2.6 本章小结
第3章 石煤提钒行业生产工艺先进性评价指标体系研究
3.1 评价指标体系构建
3.1.1 评价指标体系构建的特征与原则
3.1.2 评价指标层次结构的确立
3.1.3 构建评价指标体系
3.2 指标体系标准的确定
3.2.1 制定标准的基本原则
3.2.2 标准等级的确定
3.2.3 标准值编制方法及依据
3.2.4 指标具体标准值确定方法
3.3 本章小结
第4章 数据采集及指标体系合理性验证
4.1 数据采集体系设计
4.1.1 现场数据采集方案
4.1.3 数据采集指标设计
4.1.3 数据采集现场设计
4.2 现场数据采集
4.2.1 水浸工艺数据采集
4.2.2 弱酸浸工艺数据采集
4.2.3 强酸浸工艺数据采集方案
4.3 现场数据采集结果汇总
4.4 指标体系合理性验证
4.4.1 验证方法的选取
4.4.2 实例验证
4.5 本章小结
第5章 石煤提钒工艺先进性评价方法应用研究
5.1 基于遗传算法的支持向量机参数优化方法
5.1.1 SVM类型及需优化的参数
5.1.2 GA-SVM方法的适应性分析
5.2 基于GA-SVM的石煤提钒工艺先进性评价方法
5.2.1 GA-SVM方法的基本思路
5.2.2 建立基于SVM的多分类器系统
5.2.3 GA优化SVM参数过程
5.3 石煤提钒工艺先进性评价方法的训练与评价应用
5.3.1 数据预处理
5.3.2 GA-SVM方法相关参数的确定
5.3.3 GA-SVM方法的验证测试
5.4 GA-SVM与其它机器学习方法的比较
5.4.1 基于网格搜索法的SVM构建与应用
5.4.2 神经网络的构建与应用
5.5 石煤提钒行业先进工艺及污染防治技术政策建议
5.5.1 技术体系
5.5.2 政策制定
5.5.3 环境立法方面
5.6 本章小结
第6章 结论
6.1 结论
6.2 创新点
6.3 研究展望
6.4 结束语
致谢
附录A 攻读学位期间的研究成果及参与的科研项目
附录B 专家调查问卷
附录C GA-SVM基本命令
附录D 原始数据及预处理后数据
参考文献