| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 热工对象建模的发展概况 | 第11-14页 |
| 1.2.1 热工对象的建模方法 | 第11-12页 |
| 1.2.2 锅炉NO_x排放建模现状 | 第12-13页 |
| 1.2.3 热工对象在线建模的要求 | 第13-14页 |
| 1.3 支持向量机建模概况 | 第14-15页 |
| 1.4 本文的主要工作及内容安排 | 第15-17页 |
| 第2章 统计学习理论和支持向量机 | 第17-29页 |
| 2.1 统计学习理论 | 第17-22页 |
| 2.1.1 统计学习理论的发展 | 第17-18页 |
| 2.1.2 统计学习理论的核心内容 | 第18-22页 |
| 2.2 支持向量机 | 第22-27页 |
| 2.2.1 支持向量机的基本原理 | 第22-26页 |
| 2.2.2 支持向量机回归 | 第26-27页 |
| 2.3 最小二乘支持向量机 | 第27-28页 |
| 2.3.1 LS-SVM的基本原理 | 第27-28页 |
| 2.3.2 LS-SVM的优缺点 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 在线稳态检测 | 第29-46页 |
| 3.1 引言 | 第29页 |
| 3.2 稳态检测方法 | 第29-30页 |
| 3.3 分段最小二乘曲线拟合 | 第30-32页 |
| 3.3.1 多项式最小二乘拟合 | 第30-31页 |
| 3.3.2 分段加权叠加 | 第31-32页 |
| 3.3.3 信号曲线的拟合 | 第32页 |
| 3.4 过程变量稳态判别 | 第32-36页 |
| 3.4.1 变量的稳态指数 | 第33-34页 |
| 3.4.2 阈值确定 | 第34-35页 |
| 3.4.3 多变量稳态检测 | 第35-36页 |
| 3.5 算法实现与改进 | 第36-44页 |
| 3.5.1 算法步骤设计 | 第36页 |
| 3.5.2 数据说明 | 第36页 |
| 3.5.3 实测数据单变量试验 | 第36-42页 |
| 3.5.4 实测数据多变量稳态样本提取 | 第42-44页 |
| 3.5.5 在线稳态检测方法设计 | 第44页 |
| 3.6 注意事项 | 第44-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第4章 结合在线稳态检测与数据更新的LS-SVM建模 | 第46-54页 |
| 4.1 引言 | 第46页 |
| 4.2 NO_x排放浓度分析 | 第46-47页 |
| 4.2.1 锅炉燃烧系统概述 | 第46页 |
| 4.2.2 NO_x排放浓度影响因素 | 第46-47页 |
| 4.3 离线NO_x参数模型 | 第47-50页 |
| 4.3.1 变量选择与数据预处理 | 第47-49页 |
| 4.3.2 参数选择 | 第49页 |
| 4.3.3 初始模型建立 | 第49-50页 |
| 4.4 在线NO_x参数模型 | 第50-53页 |
| 4.4.1 基本思路 | 第50-51页 |
| 4.4.2 实验设计 | 第51页 |
| 4.4.3 实验效果分析 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |