首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

混沌与支持向量机结合的多相催化建模与优化研究

摘要第1-9页
ABSTRACT第9-24页
第1章 绪论第24-50页
   ·选题背景和意义第24-27页
   ·多相催化建模与优化的国内外研究现状第27-36页
     ·多相催化建模的方法及技术第27-31页
     ·优化理论与技术综述第31-34页
     ·国内外研究现状第34-36页
   ·理论背景第36-46页
     ·支持向量机的理论及应用综述第36-42页
     ·基于混沌的预测与优化方法综述第42-44页
     ·微粒群算法研究及应用现状第44-46页
   ·本文的主要内容及结构安排第46-50页
第2章 基于ACPSO-SVR 的预测模型与最优化设计第50-87页
   ·统计学习理论基础第50-54页
     ·机器学习的基本问题第50-51页
     ·统计学习理论的核心内容第51-54页
   ·支持向量回归机算法实现第54-60页
     ·最优超平面与SVM 分类第54-56页
     ·SVR 训练算法第56-59页
     ·基于SVR 的非线性预测算法实现第59-60页
   ·自适应混沌粒子群优化算法(ACPSO)第60-76页
     ·粒子群优化算法基本原理第60-62页
     ·自适应混沌粒子群算法第62-66页
     ·ACPSO 算法流程及应用步骤第66-67页
     ·ACPSO 算法测试与结果分析第67-72页
     ·ACPSO 算法收敛性分析第72-76页
   ·基于ACPSO-SVR 的预测模型第76-82页
     ·基于ACPSO 的SVR 模型参数优化第76-77页
     ·建模步骤与算法流程第77-79页
     ·算法结果分析第79-82页
   ·基于ACPSO-SVR 的最优化设计第82-86页
     ·基于ACPSO 的多目标优化第82-84页
     ·最优化设计的基本思想第84-85页
     ·最优化设计的算法流程第85-86页
   ·本章小结第86-87页
第3章 基于PSR-SVR 的非线性预测算法第87-100页
   ·混沌时间序列第88-91页
     ·Lyapunov 指数第88-90页
     ·关联维数D_2第90页
     ·混沌时间序列的判定第90-91页
   ·混沌时间序列的相空间重构预测算法第91-96页
     ·相空间重构原理第92-93页
     ·相空间重构中参数确定方法第93-95页
     ·基于PSR 的混沌时间序列预测算法第95-96页
   ·相空间重构与支持向量机结合的非线性预测算法第96-98页
     ·算法原理第96-97页
     ·算法流程第97-98页
   ·本章小结第98-100页
第4章 基于CPSO-SVR 的多相催化动力学模型与组份模型第100-108页
   ·多相催化剂实验室制备预备知识第100-102页
   ·Cu-Zn-Al-Zr 二甲醚合成催化剂的动力学模型和组份模型第102-104页
     ·过程描述第102-103页
     ·模型描述第103-104页
   ·实验结果及分析第104-107页
   ·本章小结第107-108页
第5章 基于CPSO-SVR 的多相催化剂优化设计第108-118页
   ·预备知识第108-111页
     ·优化设计实验原理第108-109页
     ·组合化学与高通量筛选技术第109-111页
   ·Cu-Zn-Al-Zr 二甲醚合成催化剂组份与操作条件优化设计第111-114页
     ·优化设计方案第112-113页
     ·实验结果与分析第113-114页
   ·发现Cu-Zn-Al-Zr 二甲醚合成催化剂的新型高效方案第114-116页
     ·催化剂库的建立第114-115页
     ·实验设计框架第115-116页
   ·本章小结第116-118页
第6章 基于PSR-SVR 的多相催化剂失活模型第118-132页
   ·催化剂的失活与寿命评价第118-120页
     ·催化剂失活动力学方程概述第118-119页
     ·甲醇氧化羰基化合成碳酸二甲酯反应简介第119-120页
   ·Cu-Si-Al 碳酸二甲酯合成催化剂失活模型的建立第120-127页
     ·Cu(I)Y 分子筛制备第120页
     ·催化活性评价第120-122页
     ·催化剂历史数据处理第122-126页
     ·催化剂失活模型第126-127页
   ·实验结果及分析第127-131页
   ·本章小结第131-132页
第7章 结论与展望第132-135页
   ·全文工作总结第132-133页
   ·进一步工作展望第133-135页
参考文献第135-146页
致谢第146-147页
攻读博士学位期间的科研成果第147页

论文共147页,点击 下载论文
上一篇:启发式问题解决认知神经机制及fMRI数据分析方法研究
下一篇:复杂机械基于数据的建模与故障诊断