| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 前言 | 第9-15页 |
| 1.1 课题的来源及研究意义 | 第9-10页 |
| 1.2 课题的国内外研究现状 | 第10-13页 |
| 1.2.1 软测量技术研究现状 | 第10-11页 |
| 1.2.2 多工况过程软测量建模方法的研究现状 | 第11-13页 |
| 1.3 存在的问题 | 第13页 |
| 1.4 论文的研究内容与安排 | 第13-15页 |
| 第2章 建模方法的理论基础 | 第15-34页 |
| 2.1 数据的聚类算法研究 | 第15-20页 |
| 2.1.1 K 均值聚类算法 | 第15-16页 |
| 2.1.2 支持向量分类机 | 第16-19页 |
| 2.1.3 单类支持向量分类机 | 第19-20页 |
| 2.2 基于数据的子模型软测量建模方法 | 第20-32页 |
| 2.2.1 主元分析方法 | 第20-23页 |
| 2.2.2 线性偏最小二乘法 | 第23-26页 |
| 2.2.3 非线性偏最小二乘法 | 第26-28页 |
| 2.2.4 支持向量回归机 | 第28-32页 |
| 2.3 模型的预测输出 | 第32-34页 |
| 第3章 基于改进 KFCM 聚类算法的多工况过程建模 | 第34-48页 |
| 3.1 基于模拟退火的 KFCM 聚类算法 | 第34-38页 |
| 3.1.1 KFCM 聚类算法 | 第34-35页 |
| 3.1.2 模拟退火算法 | 第35-37页 |
| 3.1.3 SA-KFCM 聚类算法的实现 | 第37-38页 |
| 3.2 最小二乘支持向量机 | 第38-40页 |
| 3.3 软测量建模步骤 | 第40-41页 |
| 3.4 仿真研究 | 第41-47页 |
| 3.4.1 聚丙烯的生产过程简介 | 第41-43页 |
| 3.4.3 仿真结果 | 第43-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 基于自适应仿射聚类算法的多工况过程建模 | 第48-59页 |
| 4.1 仿射传播聚类算法 | 第48-51页 |
| 4.1.1 仿射传播聚类算法的基本原理 | 第48-49页 |
| 4.1.2 偏向参数 | 第49-50页 |
| 4.1.3 有效性指标 | 第50页 |
| 4.1.4 仿射传播聚类算法迭代步骤 | 第50-51页 |
| 4.2 自适应仿射传播聚类算法 | 第51-52页 |
| 4.3 软测量建模步骤 | 第52-53页 |
| 4.4 仿真研究 | 第53-58页 |
| 4.5 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65-66页 |
| 致谢 | 第66页 |