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 |