| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 论文的选题背景与研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 2 软测量方法的理论与基础 | 第13-24页 |
| 2.1 软测量方法研究现状及问题 | 第14-16页 |
| 2.2 动态软测量建模方法研究 | 第16-23页 |
| 2.2.1 辅助变量选择 | 第17页 |
| 2.2.2 数据采集及预处理 | 第17-18页 |
| 2.2.3 模型结构的选择 | 第18-21页 |
| 2.2.4 模型评估 | 第21-23页 |
| 2.3 小结 | 第23-24页 |
| 3 回声状态网络 | 第24-35页 |
| 3.1 基本ESN | 第25-27页 |
| 3.2 基本LiESN | 第27-28页 |
| 3.3 基于全局参数约束的LiESN的梯度下降学习算法 | 第28-31页 |
| 3.4 基于扩展LiESN的离线在线学习算法 | 第31-34页 |
| 3.4.1 基于扩展LiESN的岭回归离线学习算法 | 第31-33页 |
| 3.4.2 基于扩展LiESN的递推最小二乘在线学习算法 | 第33-34页 |
| 3.5 小结 | 第34-35页 |
| 4 基于扩展LiESN在化工过程动态软测量建模中的应用 | 第35-51页 |
| 4.1 基于扩展LiESN的动态软测量建模在脱丁烷塔中的应用 | 第35-40页 |
| 4.1.1 应用背景 | 第35-37页 |
| 4.1.2 基于扩展LiESN的动态软测量建模实验 | 第37-40页 |
| 4.2 基于扩展LiESN动态软测量建模方法在SRU中的应用 | 第40-47页 |
| 4.2.1 应用背景 | 第40-42页 |
| 4.2.2 基于扩展LiESN的动态软测量建模实验 | 第42-47页 |
| 4.3 基于全局参数约束的LiESN在SRU中的应用 | 第47-49页 |
| 4.4 小结 | 第49-51页 |
| 结论 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间的研究成果 | 第56页 |
