摘要 | 第1-5页 |
ABSTRACT | 第5-12页 |
第一章 绪论 | 第12-20页 |
·论文的背景和意义 | 第12页 |
·软测量方法及研究现状 | 第12-16页 |
·基于传统方法的软测量建模 | 第13-14页 |
·基于统计回归分析的软测量建模 | 第14-15页 |
·人工智能建模方法 | 第15页 |
·支持向量机方法 | 第15-16页 |
·软测量方法在工业过程中的实现 | 第16-18页 |
·辅助变量的选取 | 第16-17页 |
·数据预处理 | 第17-18页 |
·软测量模型的建立 | 第18页 |
·模型的在线校正 | 第18页 |
·本文的研究内容与结构安排 | 第18-20页 |
·主要研究内容 | 第18-19页 |
·文章结构安排 | 第19-20页 |
第二章 基于统计回归技术的软测量方法 | 第20-34页 |
·基于偏最小二乘法的主成分提取 | 第20-24页 |
·改进偏最小二乘法原理 | 第20-23页 |
·改进的偏最小二乘法数值试验 | 第23-24页 |
·数值试验结果分析 | 第24页 |
·支持向量机在软测量建模中的应用 | 第24-32页 |
·支持向量机的思想 | 第25页 |
·支持向量机的算法 | 第25-27页 |
·最小二乘支持向量机原理 | 第27-28页 |
·最小二乘支持向量机的参数选择问题 | 第28-30页 |
·最小二乘支持向量机数值试验 | 第30-31页 |
·数值试验结果分析 | 第31-32页 |
·本章小结 | 第32-34页 |
第三章 一种基于PLS和LSSVM的两阶段软测量建模方法 | 第34-40页 |
·基于PLS和LSSVM的两阶段法原理及算法 | 第34-36页 |
·两阶段法的原理 | 第34-35页 |
·基于PLS和LSSVM的两阶段法算法实现 | 第35-36页 |
·两阶段法的数值试验 | 第36-38页 |
·试验结果分析 | 第38-40页 |
第四章 两阶段法在聚乙烯熔融指数软测量建模中的应用 | 第40-56页 |
·高密度聚乙烯生产工艺概述 | 第40-43页 |
·浆液聚合法 | 第40-42页 |
·气相聚合法 | 第42页 |
·溶液聚合法 | 第42-43页 |
·淤浆法工艺中的熔融指数分析 | 第43-45页 |
·建立聚乙烯熔融指数软测量模型 | 第45-53页 |
·辅助变量的选择 | 第45-46页 |
·数据采集 | 第46页 |
·数据预处理 | 第46-47页 |
·时序匹配及样本筛选 | 第47页 |
·应用LSSVM方法建立熔融指数软测量模型 | 第47-50页 |
·利用两阶段法建立熔融指数的软测量模型 | 第50-53页 |
·实验结果比较及分析 | 第53-54页 |
·本章小结 | 第54-56页 |
第五章 结论与展望 | 第56-58页 |
·研究工作总结 | 第56页 |
·工作展望 | 第56-58页 |
参考文献 | 第58-60页 |
致谢 | 第60-62页 |
攻读学位期间的研究成果及发表的学术论文 | 第62-64页 |
作者和导师简介 | 第64-65页 |
北京化工大学硕士研究生学位论文答辩委员会决议书 | 第65-66页 |