| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1. 绪论 | 第9-18页 |
| ·研究背景与意义 | 第9-10页 |
| ·聚氯乙烯(PVC)聚合生产过程 | 第10-12页 |
| ·软测量技术基本原理 | 第12-13页 |
| ·基于神经网络的软测量建模方法研究 | 第13-16页 |
| ·前向BP 神经网络 | 第13-14页 |
| ·径向基神经网络 | 第14-15页 |
| ·模糊神经网络 | 第15页 |
| ·回声状态神经网络 | 第15-16页 |
| ·混合神经网络 | 第16页 |
| ·本文的主要内容和结构安排 | 第16-18页 |
| 2. 基于文化差分算法的聚合过程KPCA-RBFNN 软测量建模 | 第18-39页 |
| ·引言 | 第18页 |
| ·RBF 神经网络 | 第18-24页 |
| ·网络结构和工作原理 | 第18-20页 |
| ·常用的RBF 神经网络学习算法 | 第20-24页 |
| ·基于文化差分进化算法优化的RBF 神经网络 | 第24-30页 |
| ·差分进化算法 | 第24-25页 |
| ·文化算法 | 第25-26页 |
| ·文化差分进化算法 | 第26-29页 |
| ·优化算法流程 | 第29-30页 |
| ·聚合过程KPCA-RBFNN 软测量建模 | 第30-35页 |
| ·辅助变量选取 | 第30-31页 |
| ·数据预处理 | 第31-32页 |
| ·基于核主元分析法的数据降维 | 第32-33页 |
| ·软测量模型结构 | 第33-35页 |
| ·仿真研究 | 第35-38页 |
| ·小结 | 第38-39页 |
| 3. 基于模型迁移的聚合过程DFNN 软测量建模及重构 | 第39-56页 |
| ·引言 | 第39页 |
| ·动态模糊神经网络 | 第39-46页 |
| ·网络结构 | 第39-41页 |
| ·学习算法 | 第41-46页 |
| ·网络的参数调节方法及比较 | 第46-50页 |
| ·扩展的卡尔曼滤波 | 第46-48页 |
| ·不同参数调节方法的比较研究 | 第48-50页 |
| ·聚合过程DFNN 软测量建模及重构 | 第50-53页 |
| ·软测量建模 | 第50-51页 |
| ·基于模型迁移的软测量模型重构 | 第51-53页 |
| ·仿真研究 | 第53-55页 |
| ·小结 | 第55-56页 |
| 4. 基于人工鱼群算法优化的聚合过程ESN 软测量建模 | 第56-66页 |
| ·引言 | 第56页 |
| ·回声状态网络 | 第56-59页 |
| ·网络结构 | 第56-57页 |
| ·学习过程 | 第57-59页 |
| ·人工鱼群算法 | 第59-61页 |
| ·算法概述 | 第59-60页 |
| ·算法实现 | 第60-61页 |
| ·人工鱼群算法优化的聚合过程ESN 软测量建模 | 第61-63页 |
| ·仿真研究 | 第63-65页 |
| ·小结 | 第65-66页 |
| 5. 总结 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73页 |
