| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 数据驱动的研究背景 | 第10-14页 |
| 1.2 研究目的与意义 | 第14-15页 |
| 1.3 全文结构安排 | 第15-18页 |
| 第2章 基于数据驱动的优化控制方法概述 | 第18-24页 |
| 2.1 数据驱动方法概述 | 第18-19页 |
| 2.2 基于数据驱动的过程优化研究现状与趋势 | 第19-22页 |
| 2.3 本文的优化思路与方案 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 无模型自适应优化控制 | 第24-42页 |
| 3.1 无模型控制方法(MFC)的综述 | 第24-25页 |
| 3.2 系统的线性化处理 | 第25-28页 |
| 3.2.1 紧格式线性化 | 第25-27页 |
| 3.2.2 偏格式线性化 | 第27-28页 |
| 3.3 无模型自适应控制系统设计 | 第28-31页 |
| 3.3.1 控制输入策略算法 | 第28-29页 |
| 3.3.2 伪偏导数估计算法 | 第29-31页 |
| 3.4 无模型自适应优化控制方法 | 第31页 |
| 3.5 无模型自适应优化控制方法的仿真研究 | 第31-37页 |
| 3.5.1 发酵过程简介 | 第32-33页 |
| 3.5.2 酒精补料的微分方程的处理 | 第33-34页 |
| 3.5.3 无模型自适应优化控制方法的仿真研究 | 第34-37页 |
| 3.6 无模型自适应控制的过程优化控制方法的改进 | 第37-39页 |
| 3.6.1 无模型自适应控制的过程优化控制方法的改进 | 第37-38页 |
| 3.6.2 分配模糊输入和输出变量的值 | 第38页 |
| 3.6.3 归纳模糊规则 | 第38-39页 |
| 3.7 本章小结 | 第39-42页 |
| 第4章 基于规则补偿的优化控制方法研究 | 第42-70页 |
| 4.1 基于数据驱动的过程优化策略 | 第42页 |
| 4.2 基于粗糙集理论的关联规则挖掘算法研究 | 第42-44页 |
| 4.2.1 基于粗糙集的数据挖掘方法的特点及其应用 | 第42-43页 |
| 4.2.2 基于粗糙集的数据挖掘过程 | 第43-44页 |
| 4.3 基于粗糙集理论的挖掘算法的研究 | 第44-58页 |
| 4.3.1 数据离散化 | 第46-51页 |
| 4.3.2 属性约简与属性值约简 | 第51-54页 |
| 4.3.3 规则提取 | 第54-55页 |
| 4.3.4 规则查询 | 第55-57页 |
| 4.3.5 规则更新 | 第57-58页 |
| 4.4 仿真研究 | 第58-68页 |
| 4.4.1 构建决策表 | 第58-60页 |
| 4.4.2 补偿值的决策表离散化 | 第60-62页 |
| 4.4.3 补偿值决策表属性约简及属性值约简 | 第62-64页 |
| 4.4.4 补偿规则的生成 | 第64-65页 |
| 4.4.5 规则查询 | 第65-67页 |
| 4.4.6 规则更新 | 第67-68页 |
| 4.5 本章小结 | 第68-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |