| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题的研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文研究的内容与结构安排 | 第15-17页 |
| ·主要研究内容 | 第15页 |
| ·结构安排 | 第15-17页 |
| 第2章 软测量技术概述 | 第17-33页 |
| ·引言 | 第17-18页 |
| ·软测量建模的常用方法 | 第18-24页 |
| ·机理建模方法 | 第18页 |
| ·基于数据驱动的建模方法 | 第18-22页 |
| ·混合建模方法 | 第22-24页 |
| ·影响软测量模型性能的因素 | 第24-27页 |
| ·建模方法的选择 | 第24页 |
| ·辅助变量的选择 | 第24-25页 |
| ·数据的预处理 | 第25-26页 |
| ·模型的在线校正 | 第26-27页 |
| ·软测量工程化设计步骤 | 第27-30页 |
| ·机理分析及辅助变量的选择 | 第27-28页 |
| ·数据采集和预处理 | 第28页 |
| ·建立软测量模型 | 第28-29页 |
| ·设计模型校正模块 | 第29页 |
| ·软测量的工业实现 | 第29页 |
| ·软测量模型的效果评价 | 第29-30页 |
| ·软测量技术国内外研究发展现状 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于单一模型的氧化铝粉流量软测量建模方法研究 | 第33-59页 |
| ·引言 | 第33页 |
| ·氧化铝粉输送工艺简介 | 第33-35页 |
| ·辅助变量的选择、数据采集与预处理 | 第35-36页 |
| ·基于PLS的氧化铝粉流量软测量建模 | 第36-41页 |
| ·部分最小二乘法 | 第36-40页 |
| ·基于PLS的氧化铝粉流量估计 | 第40-41页 |
| ·基于RBF的氧化铝粉流量软测量建模 | 第41-44页 |
| ·RBF神经网络 | 第41-43页 |
| ·基于RBF的氧化铝粉流量估计 | 第43-44页 |
| ·基于LS-SVM的氧化铝粉流量软测量建模 | 第44-49页 |
| ·最小二乘支持向量机 | 第44-46页 |
| ·基于LS-SVM的软测量建模步骤 | 第46-47页 |
| ·基于LS-SVM的氧化铝粉流量估计 | 第47-49页 |
| ·基于PSO-LS-SVM的氧化铝粉流量软测量建模 | 第49-55页 |
| ·粒子群优化算法 | 第49-51页 |
| ·基于PSO-LS-SVM的软测量建模步骤 | 第51-53页 |
| ·基于PSO-LS-SVM的氧化铝粉流量估计 | 第53-55页 |
| ·单一建模方法研究结果比较 | 第55-58页 |
| ·多样本下各单一建模方法的研究结果比较 | 第55-57页 |
| ·小样本下各单一建模方法的研究结果比较 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第4章 基于多模型融合的氧化铝粉流量软测量建模方法研究 | 第59-66页 |
| ·引言 | 第59页 |
| ·模糊C均值聚类算法 | 第59-61页 |
| ·基于模糊C均值聚类的多模型融合软测量方法 | 第61页 |
| ·基于模糊C均值聚类的多模型软测量建模步骤 | 第61-62页 |
| ·基于FCM的多模型氧化铝粉流量软测量建模 | 第62-65页 |
| ·基于FCM多模型方法的氧化铝粉流量仿真研究 | 第62-64页 |
| ·仿真结果分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 结论与展望 | 第66-68页 |
| 结论 | 第66-67页 |
| 展望 | 第67-68页 |
| 参考文献 | 第68-75页 |
| 致谢 | 第75-76页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第76-77页 |
| 附录B 部分归一化后的氧化铝粉流量工业现场数据 | 第77-81页 |
| 附录C 部分程序代码 | 第81-86页 |
