| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·引言 | 第9-10页 |
| ·软测量技术 | 第10-13页 |
| ·软测量技术的基本原理 | 第10-11页 |
| ·软测量建模的主要方法 | 第11-12页 |
| ·软测量建模的工业应用 | 第12-13页 |
| ·云模型理论 | 第13-14页 |
| ·云模型的背景 | 第13-14页 |
| ·云模型的发展与应用 | 第14页 |
| ·粒子群算法 | 第14-16页 |
| ·粒子群算法及改进 | 第14-15页 |
| ·云模型改进粒子群算法 | 第15-16页 |
| ·论文安排 | 第16-18页 |
| 第2章 基于ICPSO算法优化的模糊神经网络在甲醇合成转化率软测量中的应用 | 第18-37页 |
| ·引言 | 第18页 |
| ·改进的云模型的粒子群的算法(ICPSO) | 第18-30页 |
| ·基本粒子群算法 | 第18-20页 |
| ·云模型理论 | 第20-23页 |
| ·粒子更新公式的改进 | 第23页 |
| ·ICPSO算法流程 | 第23-24页 |
| ·ICPSO算法的仿真 | 第24-28页 |
| ·模糊神经网络 | 第28-30页 |
| ·甲醇合成工序工艺 | 第30-31页 |
| ·单程转化率影响因素分析 | 第31-32页 |
| ·基于ICPSO-FNN合成塔单程转换率建模 | 第32-36页 |
| ·辅助变量的选择 | 第32页 |
| ·数据采集 | 第32-33页 |
| ·离散化处理 | 第33-34页 |
| ·规则集提取 | 第34页 |
| ·模型参数的确定及建立 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于MCPSO算法优化的BP神经网络在甲醇变换净化工序建模中的应用 | 第37-54页 |
| ·引言 | 第37页 |
| ·MCPSO算法 | 第37-38页 |
| ·MCPSO算法步骤与流程 | 第38-39页 |
| ·MCPSO算法仿真 | 第39-42页 |
| ·BP神经网络 | 第42-44页 |
| ·基于MCPSO-BP-NN的甲醇变换过程建模 | 第44-49页 |
| ·甲醇生产过程变换工艺 | 第44-45页 |
| ·影响变换反应的主要因素 | 第45-46页 |
| ·MCPSO训练BP神经网络流程 | 第46-48页 |
| ·基于MCPSO-BP-NN的变换过程建模 | 第48-49页 |
| ·基于MCPSO-BP-NN的甲醇生产净化过程建模 | 第49-53页 |
| ·甲醇生产净化过程工艺 | 第49-50页 |
| ·影响净化工序的主要因素分析 | 第50-51页 |
| ·基于MCPSO-BP-NN的净化过程建模 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 甲醇合成装置操作优化软件软测量模块的设计与实现 | 第54-60页 |
| ·引言 | 第54页 |
| ·软件框架 | 第54-55页 |
| ·甲醇合成操作优化系统 | 第55-57页 |
| ·软测量建模模块的设计与实现 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 工作总结与展望 | 第60-62页 |
| ·全文工作总结 | 第60页 |
| ·研究工作展望 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间撰写与发表的论文 | 第70页 |
