| 摘要 | 第4-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第18-38页 |
| 1.1 课题来源 | 第18页 |
| 1.2 论文选题依据与意义 | 第18-20页 |
| 1.2.1 选题依据 | 第18-19页 |
| 1.2.2 课题意义 | 第19-20页 |
| 1.3 背景介绍 | 第20-34页 |
| 1.3.1 石化过程建模方法概述 | 第20-24页 |
| 1.3.1.1 机理模型 | 第21-22页 |
| 1.3.1.2 经验模型 | 第22-24页 |
| 1.3.1.3 混合模型 | 第24页 |
| 1.3.2 神经网络技术 | 第24-34页 |
| 1.3.2.1 神经网络起源发展及类别 | 第25-29页 |
| 1.3.2.2 神经网络国内外研究现状 | 第29-32页 |
| 1.3.2.3 现有研究成果总结和不足 | 第32-34页 |
| 1.4 论文研究主要内容 | 第34-35页 |
| 1.5 论文体系结构 | 第35-38页 |
| 第二章 两种典型前馈神经网络及其算法 | 第38-48页 |
| 2.1 引言 | 第38页 |
| 2.2 BP神经网络 | 第38-42页 |
| 2.2.1 结构及其算法 | 第38-41页 |
| 2.2.2 误差反传算法中的问题 | 第41-42页 |
| 2.3 极限学习机模型 | 第42-47页 |
| 2.3.1 结构及其算法 | 第42-47页 |
| 2.3.2 极限学习机仍存在的问题 | 第47页 |
| 2.4 小结 | 第47-48页 |
| 第三章 基于输入属性空间划分的递阶神经网络 | 第48-72页 |
| 3.1 引言 | 第48-49页 |
| 3.2 相关方法 | 第49-58页 |
| 3.2.1 递阶神经网络模型(HNN) | 第49页 |
| 3.2.2 自联想递阶神经网络模型(AHNN) | 第49-51页 |
| 3.2.3 可拓聚类算法(ENN) | 第51-58页 |
| 3.3 基于输入属性空间导向子网设计的自联想递阶神经网络 | 第58-71页 |
| 3.3.1 模型建立 | 第58-61页 |
| 3.3.2 模型验证 | 第61-71页 |
| 3.3.2.1 精对苯二甲酸生产过程 | 第62-63页 |
| 3.3.2.2 PTA生产过程建模变量选择 | 第63-64页 |
| 3.3.2.3 基于PTA过程数据输入属性空间划分的自联想递阶神经网络模型建立与验证 | 第64-71页 |
| 3.4 小结 | 第71-72页 |
| 第四章 具有抗噪声能力的递阶极限学习机模型 | 第72-94页 |
| 4.1 引言 | 第72-73页 |
| 4.2 极限学习机模型的广义逆实现 | 第73-75页 |
| 4.3 自联想子网滤波去噪 | 第75-77页 |
| 4.4 基于自联想子网的递阶极限学习机模型 | 第77-91页 |
| 4.4.1 递阶极限学习机模型建立 | 第77-83页 |
| 4.4.2 递阶极限学习机模型验证 | 第83-91页 |
| 4.4.2.1 数据介绍及模型建立 | 第83-89页 |
| 4.4.2.2 仿真结果分析 | 第89-91页 |
| 4.5 小结 | 第91-94页 |
| 第五章 基于改进双并行结构的极限学习机模型 | 第94-116页 |
| 5.1 引言 | 第94页 |
| 5.2 传统双并行前馈神经网络 | 第94-99页 |
| 5.3 基于改进双并行结构的极限学习机模型 | 第99-106页 |
| 5.3.1 皮尔逊相关系数 | 第100-101页 |
| 5.3.2 基于改进双并行结构的极限学习机模型 | 第101-106页 |
| 5.4 改进双并行极限学习机模型验证 | 第106-113页 |
| 5.4.1 仿真数据集介绍 | 第106-108页 |
| 5.4.2 仿真结果分析 | 第108-113页 |
| 5.5 小结 | 第113-116页 |
| 第六章 基于偏最小二乘的双并行极限学习机模型 | 第116-134页 |
| 6.1 引言 | 第116页 |
| 6.2 偏最小二乘与最小二乘异同 | 第116-120页 |
| 6.2.1 偏最小二乘方法 | 第116-118页 |
| 6.2.2 最小二乘方法 | 第118-120页 |
| 6.2.3 PLS与LS异同 | 第120页 |
| 6.3 基于偏最小二乘学习算法的双并行极限学习机模型 | 第120-125页 |
| 6.4 模型验证 | 第125-133页 |
| 6.5 小结 | 第133-134页 |
| 第七章 结论和展望 | 第134-136页 |
| 7.1 结论 | 第134-135页 |
| 7.2 展望 | 第135-136页 |
| 参考文献 | 第136-150页 |
| 致谢 | 第150-152页 |
| 攻博期间完成的论文和参加的科研项目 | 第152-154页 |
| 作者简介 | 第154-156页 |
| 导师简介 | 第156-157页 |
| 北京化工大学博士研究生学位论文答辩委员会决议书 | 第157-158页 |
