遗传规划及其在数据驱动软测量建模中的应用
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 1 绪论 | 第14-40页 |
| ·进化计算概述 | 第14-15页 |
| ·进化计算的主要分支 | 第15页 |
| ·遗传规划的概述 | 第15-29页 |
| ·遗传规划与遗传算法的区别 | 第16页 |
| ·遗传规划的发展 | 第16-17页 |
| ·遗传规划的基本技术 | 第17-24页 |
| ·遗传规划的特征 | 第24-25页 |
| ·遗传规划的应用领域 | 第25-26页 |
| ·遗传规划的研究现状和问题 | 第26-29页 |
| ·软测量技术基本原理 | 第29-30页 |
| ·发酵过程的软测量建模技术 | 第30-35页 |
| ·基于机理分析的软测量 | 第30-31页 |
| ·基于数据驱动的建模方法 | 第31-34页 |
| ·混合建模 | 第34-35页 |
| ·遗传规划及其在化工过程的软测量建模中的应用 | 第35-38页 |
| ·遗传规划在系统建模中的应用 | 第35-36页 |
| ·遗传规划在软测量建模中的发展 | 第36-37页 |
| ·遗传规划在软测量建模中的优势及其存在的缺点 | 第37-38页 |
| ·全文的主要内容和结构 | 第38-40页 |
| 2 基于免疫原理的差分进化 | 第40-64页 |
| ·引言 | 第40-41页 |
| ·基于免疫原理的差分进化 | 第41-49页 |
| ·基本差分进化 | 第41-42页 |
| ·差分进化算法的其它形式 | 第42-43页 |
| ·基于疫苗接种思想的进化算法的研究现状 | 第43-44页 |
| ·疫苗自动获取与更新的免疫差分进化(IDE) | 第44-49页 |
| ·差分进化的收敛性分析及改进 | 第49-54页 |
| ·差分进化的收敛情况 | 第49-52页 |
| ·提高DE全局收敛能力的方法 | 第52页 |
| ·改进DE的收敛性能 | 第52-54页 |
| ·实验与分析 | 第54-61页 |
| ·测试函数 | 第54-55页 |
| ·实验一、验证疫苗接种方法的有效性 | 第55-60页 |
| ·实验二、突变操作能改进收效性能 | 第60-61页 |
| ·结果与分析 | 第61页 |
| ·结论 | 第61-64页 |
| 3 基于免疫原理的遗传规划 | 第64-74页 |
| ·均匀交叉算子 | 第64-65页 |
| ·影响均匀交叉的计算效率的因素 | 第65-67页 |
| ·疫苗的形式及其自动获取方法 | 第67页 |
| ·疫苗接种方法 | 第67-68页 |
| ·实验与分析 | 第68-72页 |
| ·测试数据 | 第68页 |
| ·结果与分析 | 第68-72页 |
| ·结论 | 第72-74页 |
| 4 基于偏好的多目标非支配排序的遗传规划 | 第74-102页 |
| ·引言 | 第74-75页 |
| ·插值的函数保护方法 | 第75-87页 |
| ·关于函数保护措施的研究现状 | 第75-79页 |
| ·基于插值的函数保护方法 | 第79-82页 |
| ·实验与分析 | 第82-87页 |
| ·基于偏好的非支配排序多目标遗传规划 | 第87-100页 |
| ·问题分析及研究现状 | 第87-88页 |
| ·多目标优化问题的一些基本概念 | 第88-90页 |
| ·多目标遗传规划中的目标函数的设计 | 第90-91页 |
| ·函数的光滑度的评价准则 | 第91-93页 |
| ·基于偏好的非支配排序遗传规划的主要步骤 | 第93-95页 |
| ·实验与分析 | 第95-100页 |
| ·结论 | 第100-102页 |
| 5 抗差的遗传规划 | 第102-118页 |
| ·引言 | 第102-103页 |
| ·基础知识 | 第103-105页 |
| ·软测量中的数据校正 | 第103页 |
| ·M估计基本原理 | 第103-104页 |
| ·多子种群遗传规划 | 第104-105页 |
| ·抗差的遗传规划 | 第105-112页 |
| ·基于M估计的适应值函数 | 第106-108页 |
| ·损失函数参数的选择 | 第108-109页 |
| ·含显著误差训练数据的进一步修正方法 | 第109-110页 |
| ·移民算子 | 第110-111页 |
| ·进化策略 | 第111页 |
| ·终止准则 | 第111页 |
| ·算法描述 | 第111-112页 |
| ·仿真实验 | 第112-117页 |
| ·测试数据及实验参数选取 | 第113-114页 |
| ·试验结果与分析 | 第114-117页 |
| ·结论 | 第117-118页 |
| 6 GP在软测量建模中的应用 | 第118-134页 |
| ·引言 | 第118页 |
| ·生物发酵过程参数概述 | 第118-120页 |
| ·基于GP和机理模型的混合软测量建模 | 第120-127页 |
| ·终结点集的确定 | 第120-121页 |
| ·函数结点集确定 | 第121页 |
| ·初始种群的建立 | 第121-122页 |
| ·GP相关参数设置 | 第122-123页 |
| ·采用GP建立基础模型 | 第123-127页 |
| ·GP和PLS混合软测量模型 | 第127-132页 |
| ·偏最小二乘算法 | 第127-129页 |
| ·加权限定记忆时段PLS算法 | 第129-130页 |
| ·数据仿真 | 第130-132页 |
| ·结论 | 第132-134页 |
| 7 总结与展望 | 第134-136页 |
| 参考文献 | 第136-148页 |
| 附 作者攻博期间发表、录用的论文及参加项目 | 第148-149页 |
