| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 国内外针对天然气脱碳的研究 | 第8-10页 |
| 1.2.2 国内外对于支持向量回归的研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.3.1 研究目标 | 第11页 |
| 1.3.2 主要内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 多核SVR理论 | 第13-22页 |
| 2.1 支持向量机SVM | 第13-16页 |
| 2.1.1 机器学习理论 | 第13-14页 |
| 2.1.2 统计学习理论 | 第14-16页 |
| 2.2 支持向量回归机SVR | 第16-21页 |
| 2.2.1 损失函数 | 第16页 |
| 2.2.2 核函数学习 | 第16-18页 |
| 2.2.3 SVR理论 | 第18-19页 |
| 2.2.4 SVR模型建立流程 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 PZ活化MDEA脱碳工艺参数优化 | 第22-33页 |
| 3.1 PZ活化MDEA脱碳工艺CO2溶解度计算模型的建立 | 第22-26页 |
| 3.1.1 体系平衡关系 | 第22-24页 |
| 3.1.2 模型的简化 | 第24-26页 |
| 3.2 溶液循环量计算 | 第26-27页 |
| 3.3 工艺参数对溶液循环量影响分析 | 第27-31页 |
| 3.3.1 吸收塔压力对溶液循环量的影响 | 第27-28页 |
| 3.3.2 吸收塔温度对溶液循环量的影响 | 第28-29页 |
| 3.3.3 MDEA浓度对溶液循环量的影响 | 第29-30页 |
| 3.3.4 PZ浓度对溶液循环量的影响 | 第30-31页 |
| 3.4 PZ活化MDEA脱碳工艺参数优化分析 | 第31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 基于多核SVR的PZ活化MDEA脱碳工艺研究 | 第33-54页 |
| 4.1 PZ活化MDEA脱碳工艺重要参数 | 第33-34页 |
| 4.2 脱碳工艺基础数据的预处理 | 第34-36页 |
| 4.3 单核SVR溶液循环量预测模型 | 第36-45页 |
| 4.3.1 基于LINEAR核SVR溶液循环量预测模型 | 第37-39页 |
| 4.3.2 基于POLY核SVR溶液循环量预测模型 | 第39-41页 |
| 4.3.3 基于RBF核SVR溶液循环量预测模型 | 第41-43页 |
| 4.3.4 基于S型核SVR溶液循环量预测模型 | 第43-45页 |
| 4.4 多核SVR溶液循环量预测 | 第45-51页 |
| 4.4.1 多核SVR溶液循环量预测模型搭建 | 第46-47页 |
| 4.4.2 多核SVR溶液循环量预测仿真实验分析 | 第47-51页 |
| 4.5 仿真实验结果分析 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 基于多核SVR的PZ活化MDEA脱碳模型软件系统设计与实现 | 第54-70页 |
| 5.1 系统总体设计 | 第54-60页 |
| 5.1.1 系统设计目标 | 第55页 |
| 5.1.2 软件体系结构设计 | 第55-56页 |
| 5.1.3 主要模块设计 | 第56-60页 |
| 5.2 多核SVR的PZ活化MDEA脱碳工艺模型软件系统的实现 | 第60-68页 |
| 5.3 关键技术介绍 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 研究总结 | 第70-71页 |
| 6.2 研究展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的论文 | 第77-78页 |
