首页--工业技术论文--一般工业技术论文--工程基础科学论文--工程数学论文--概率论、数理统计的应用论文

工业过程非线性因果分析研究

致谢第5-6页
摘要第6-7页
Abstract第7-8页
1 绪论第11-19页
    1.1 课题研究背景与意义第11-12页
    1.2 国内外研究现状第12-16页
        1.2.1 线性因果分析方法第12-13页
        1.2.2 非线性因果分析方法第13-16页
    1.3 主要研究内容第16-19页
2 格兰杰因果与基于趋势分析的非线性因果分析方法第19-29页
    2.1 引言第19页
    2.2 格兰杰因果关系第19-22页
    2.3 基于趋势分析的非线性因果分析方法第22-28页
        2.3.1 信息论中熵与互信息的概念第22-23页
        2.3.2 基于定性趋势分析的非线性因果分析方法第23-28页
            2.3.2.1 因果分析定义式与计算式第23-25页
            2.3.2.2 定性趋势分析法获取变量统计学特性第25-27页
            2.3.2.3 算法参数选择第27-28页
    2.4 本章小结第28-29页
3 多种非线性因果检测方法对比与数据分析第29-45页
    3.1 引言第29页
    3.2 K阶最近邻域算法第29-31页
    3.3 基于数据排序的非线性因果分析算法第31-32页
    3.4 非线性模型因果分析及方法比较第32-43页
        3.4.1 非线性单向因果多项式模型第32-37页
            3.4.1.1 三种方法对比分析第33-36页
            3.4.1.2 QSA方法参数分析第36-37页
        3.4.2 两系统间非线性因果关系分析第37-40页
        3.4.3 TE仿真工业模型因果关系检测分析第40-43页
    3.5 本章小结第43-45页
4 改进KNN算法对Anticipation型数据的因果关系分析第45-59页
    4.1 引言第45页
    4.2 Anticipation关系阐述第45-47页
    4.3 K阶最近邻域算法检测因果关系的原理第47-51页
    4.4 引入“父结点”作为条件信息简化条件互信息计算公式第51-54页
    4.5 利用KNN算法引入父结点检测Anticipation型数据的因果关系第54-58页
        4.5.1 利用KNN算法引入父结点作为条件变量第54-58页
    4.6 本章小结第58-59页
5 TE过程因果传导路径分析与振荡源诊断第59-75页
    5.1 引言第59页
    5.2 TE过程简介第59-61页
    5.3 振荡TE过程及被研究变量第61-63页
    5.4 方法介绍第63-73页
        5.4.1 17回路两两相关性检测第63-65页
        5.4.2 判断直接作用与间接作用第65-66页
        5.4.3 判断因果作用的方向第66-68页
        5.4.4 振荡传播路径与因果作用回路检测分析第68-73页
    5.5 本章小结第73-75页
6 总结与展望第75-79页
    6.1 工作总结第75-76页
    6.2 研究展望第76-79页
参考文献第79-85页
作者简历第85-87页
攻读学位期间取得的研究成果第87页

论文共87页,点击 下载论文
上一篇:基于Alpha均值回归特性的量化选股策略
下一篇:高斯积分子局部时的推广