| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 主要符号说明 | 第11-14页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 选题背景及意义 | 第14-17页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 选题意义 | 第15-17页 |
| 1.2 研究现状及问题 | 第17-21页 |
| 1.2.1 NO_x排放响应模型的研究现状 | 第17-19页 |
| 1.2.2 热工设备状态预警的研究现状 | 第19-20页 |
| 1.2.3 证据回归方法的研究现状 | 第20-21页 |
| 1.3 论文主要研究内容与框架 | 第21-24页 |
| 1.3.1 论文内容 | 第21-22页 |
| 1.3.2 论文安排 | 第22-24页 |
| 第二章 证据回归的基本理论 | 第24-40页 |
| 2.1 引言 | 第24-25页 |
| 2.2 证据理论的基本框架 | 第25-29页 |
| 2.2.1 信息的证据表征 | 第25-27页 |
| 2.2.2 信息的证据融合 | 第27-29页 |
| 2.3 基于证据理论的证据回归建模方法 | 第29-39页 |
| 2.3.1 证据回归模型的参数辨识 | 第29-30页 |
| 2.3.2 证据回归建模的基本步骤 | 第30-33页 |
| 2.3.3 证据回归模型的特点分析 | 第33-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 基于模糊加权C调和聚类的证据回归多模型方法研究 | 第40-62页 |
| 3.1 引言 | 第40-41页 |
| 3.2 模糊加权C调和聚类 | 第41-52页 |
| 3.2.1 模糊C均值聚类及其局限性 | 第41-44页 |
| 3.2.2 可能性C均值聚类及其局限性 | 第44-45页 |
| 3.2.3 模糊加权C调和聚类 | 第45-52页 |
| 3.3 基于FWCHM聚类的证据回归多模型方法 | 第52-61页 |
| 3.3.1 证据回归多模型的基本步骤 | 第52-56页 |
| 3.3.2 证据回归多模型的算例分析 | 第56-61页 |
| 3.4 本章小结 | 第61-62页 |
| 第四章 热工对象证据回归的全工况样本选择方法 | 第62-74页 |
| 4.1 引言 | 第62-63页 |
| 4.2 传统样本选择方法概述 | 第63-67页 |
| 4.2.1 基于FCM聚类的样本选择 | 第63-64页 |
| 4.2.2 基于密度偏差抽样的样本选择 | 第64-67页 |
| 4.3 DBS-FCM-KNN方法及其算例分析 | 第67-72页 |
| 4.3.1 DBS-FCM-KNN全工况样本选择 | 第67-68页 |
| 4.3.2 证据回归精度的对比 | 第68-70页 |
| 4.3.3 证据回归估计区间的对比 | 第70-72页 |
| 4.4 本章小结 | 第72-74页 |
| 第五章 基于证据回归多模型的NOx排放响应模型 | 第74-88页 |
| 5.1 引言 | 第74-75页 |
| 5.2 NOx排放机理分析 | 第75-77页 |
| 5.2.1 NO_x排放影响因素分析 | 第75页 |
| 5.2.2 NO_x排放响应模型变量选择 | 第75-77页 |
| 5.3 NO_x排放响应模型 | 第77-87页 |
| 5.3.1 NO_x排放响应建模结果与对比 | 第77-82页 |
| 5.3.2 基于NO_x排放响应模型的燃烧优化 | 第82-87页 |
| 5.4 本章小结 | 第87-88页 |
| 第六章 基于证据回归多模型的热工设备状态预警 | 第88-102页 |
| 6.1 引言 | 第88-89页 |
| 6.2 状态预警的实现 | 第89-91页 |
| 6.2.1 状态预警特点分析 | 第89-91页 |
| 6.2.2 状态预警实现步骤 | 第91页 |
| 6.3 高压加热器的状态预警 | 第91-100页 |
| 6.3.1 高压加热器运行参数的选择 | 第91-93页 |
| 6.3.2 高压加热器的状态预警 | 第93-100页 |
| 6.4 本章小结 | 第100-102页 |
| 第七章 结论与展望 | 第102-104页 |
| 7.1 论文总结 | 第102-103页 |
| 7.2 论文展望 | 第103-104页 |
| 参考文献 | 第104-108页 |
| 作者在攻读硕士学位期间的研究成果 | 第108-109页 |
| 致谢 | 第109页 |