| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-16页 |
| 1.1 论文研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状和趋势 | 第10-14页 |
| 1.2.1 氧化铝浓度测量研究现状 | 第10-11页 |
| 1.2.2 最小二乘支持向量机研究现状 | 第11-13页 |
| 1.2.3 人工蜂群算法研究现状 | 第13-14页 |
| 1.3 本文主要研究内容与章节安排 | 第14-16页 |
| 2 铝电解工艺及氧化铝浓度影响因素分析 | 第16-27页 |
| 2.1 铝电解工艺 | 第16-17页 |
| 2.2 氧化铝浓度影响因素分析 | 第17-24页 |
| 2.2.1 氧化铝的下料 | 第18-19页 |
| 2.2.2 氧化铝的溶解 | 第19-23页 |
| 2.2.3 氧化铝的消耗 | 第23-24页 |
| 2.3 氧化铝浓度与槽电阻及槽电阻斜率的关系 | 第24-26页 |
| 2.3.1 槽电阻及其与氧化铝浓度的关系 | 第24-25页 |
| 2.3.2 槽电阻斜率与氧化铝浓度的关系 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 铝电解氧化铝浓度软测量设计 | 第27-41页 |
| 3.1 软测量基本原理 | 第27页 |
| 3.2 辅助变量 | 第27-35页 |
| 3.2.1 电解槽槽状态 | 第28-29页 |
| 3.2.2 电解槽槽状态的小波包分析及特征向量提取 | 第29-33页 |
| 3.2.3 辅助变量选取 | 第33-35页 |
| 3.3 数据采集 | 第35-36页 |
| 3.4 数据预处理 | 第36-38页 |
| 3.4.1 异常数据处理 | 第36-37页 |
| 3.4.2 数据归一化 | 第37-38页 |
| 3.5 模型结构设计 | 第38-40页 |
| 3.5.1 模型选择 | 第38-39页 |
| 3.5.2 模型设计 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 基于改进人工蜂群算法的最小二乘支持向量机 | 第41-56页 |
| 4.1 人工蜂群算法 | 第41-48页 |
| 4.1.1 基本人工蜂群算法 | 第41-43页 |
| 4.1.2 改进人工蜂群算法 | 第43-48页 |
| 4.2 支持向量机 | 第48-50页 |
| 4.2.1 用于回归的支持向量机 | 第48-49页 |
| 4.2.2 最小二乘支持向量机 | 第49-50页 |
| 4.3 模型参数优化 | 第50-52页 |
| 4.3.1 超参数优化的意义 | 第51页 |
| 4.3.2 交叉验证法 | 第51-52页 |
| 4.4 基于改进人工蜂群算法的最小二乘支持向量机 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 基于CABC-LSSVM的氧化铝浓度软测量 | 第56-64页 |
| 5.1 基于CABC-LSSVM的氧化铝浓度软测量 | 第56-60页 |
| 5.2 基于CABC-PCA-LSSVM的氧化铝浓度软测量 | 第60-63页 |
| 5.3 本章小结 | 第63-64页 |
| 6 总结和展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64页 |
| 6.2 进一步讨论和展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间的主要研究成果 | 第70-71页 |
| 致谢 | 第71页 |
