| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 课题研究背景 | 第12页 |
| 1.2 软测量技术综述 | 第12-16页 |
| 1.2.1 软测量技术原理 | 第12-14页 |
| 1.2.2 辅助变量选择问题描述 | 第14-16页 |
| 1.3 变量选择方法研究现状 | 第16-20页 |
| 1.3.1 变量选择的基本框架 | 第16页 |
| 1.3.2 过滤式变量选择方法 | 第16-17页 |
| 1.3.3 包裹式变量选择方法 | 第17-18页 |
| 1.3.4 嵌入式变量选择方法 | 第18-20页 |
| 1.4 本文主要内容及安排 | 第20-24页 |
| 第2章 基于MC-UVE-GA-PLS的变量选择方法 | 第24-38页 |
| 2.1 引言 | 第24-25页 |
| 2.2 蒙特卡洛无信息变量消除 | 第25-27页 |
| 2.3 遗传算法结合偏最小二乘 | 第27-29页 |
| 2.4 基于MC-UVE-GA-PLS的变量选择方法步骤 | 第29-32页 |
| 2.5 数值计算验证 | 第32-36页 |
| 2.5.1 数据描述 | 第32-33页 |
| 2.5.2 结果与讨论 | 第33-36页 |
| 2.6 本章小结 | 第36-38页 |
| 第3章 基于嵌套式MIQP-MLR的变量选择方法 | 第38-54页 |
| 3.1 引言 | 第38-39页 |
| 3.2 常用变量选择准则 | 第39-41页 |
| 3.3 基于MINLP-MLR的变量选择方法 | 第41-43页 |
| 3.3.1 混合整数非线性规划模型介绍 | 第41页 |
| 3.3.2 变量选择问题的MINLP描述 | 第41-43页 |
| 3.4 基于嵌套式MIQP-MLR的变量选择方法 | 第43-48页 |
| 3.4.1 模型训练误差和测试误差与模型复杂度的关系 | 第44-46页 |
| 3.4.2 嵌套式MIQP的变量选择方法 | 第46-48页 |
| 3.5 数值计算验证 | 第48-52页 |
| 3.6 本章小结 | 第52-54页 |
| 第4章 基于MILP-SVR的变量选择方法 | 第54-68页 |
| 4.1 引言 | 第54-55页 |
| 4.2 支持向量回归模型 | 第55-59页 |
| 4.3 基于L0范数的MILP-SVR变量选择方法 | 第59-60页 |
| 4.4 基于改进的MSE准则的MILP-SVR变量选择方法 | 第60-62页 |
| 4.5 数值计算验证 | 第62-66页 |
| 4.6 本章小结 | 第66-68页 |
| 第5章 间苯二胺精馏塔在线纯度软测量应用研究 | 第68-82页 |
| 5.1 引言 | 第68页 |
| 5.2 MPD分离提纯过程 | 第68-70页 |
| 5.3 候选辅助变量收集 | 第70-71页 |
| 5.4 基于MILP-S VR方法的辅助变量选择结果 | 第71-74页 |
| 5.5 软测量模型的建立 | 第74-80页 |
| 5.6 本章小结 | 第80-82页 |
| 第6章 总结与展望 | 第82-86页 |
| 6.1 总结 | 第82-83页 |
| 6.2 展望 | 第83-86页 |
| 参考文献 | 第86-92页 |
| 攻读学位期间发表的论文与成果 | 第92页 |
