| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题研究背景及意义 | 第7-8页 |
| 1.2 自适应多模型软测量的发展和研究现状 | 第8-11页 |
| 1.2.1 多模型建模方法概述 | 第8-10页 |
| 1.2.2 自适应软测量建模方法研究现状 | 第10-11页 |
| 1.2.3 化工过程软测量建模存在的问题 | 第11页 |
| 1.3 本文主要研究内容 | 第11-13页 |
| 第二章 基于JITL的高斯过程回归软测量多模型融合建模 | 第13-23页 |
| 2.1 预备知识 | 第13-15页 |
| 2.1.1 主成分分析 | 第13-14页 |
| 2.1.2 高斯过程回归 | 第14页 |
| 2.1.3 高斯混合模型 | 第14-15页 |
| 2.2 基于JITL-GPR的在线自适应多模型建模 | 第15-18页 |
| 2.2.1 实时学习方法 | 第15-16页 |
| 2.2.2 PCA-GPR模型的建立 | 第16-17页 |
| 2.2.3 基于JITL的在线多模型融合建模 | 第17-18页 |
| 2.3 实验仿真 | 第18-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 双重更新的JITL-MWGPR多模型软测量建模 | 第23-42页 |
| 3.1 传统的MW自适应更新方法 | 第23-24页 |
| 3.2 改进的MWGPR软测量 | 第24-30页 |
| 3.2.1 改进的MWGPR建模步骤 | 第24-25页 |
| 3.2.2 硫回收装置回收问题 | 第25-30页 |
| 3.3 GPR-ARX动态模型 | 第30-31页 |
| 3.4 双重更新策略 | 第31-33页 |
| 3.4.1 均值和方差更新 | 第31-32页 |
| 3.4.2 偏差更新 | 第32-33页 |
| 3.5 基于改进的MWGPR-ARX多模型软测量建模 | 第33-40页 |
| 3.5.1 连续发酵过程 | 第33-38页 |
| 3.5.2 动态水箱实验 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 基于EGMM校正的软测量建模 | 第42-49页 |
| 4.1 采用EGMM的误差数据信息的提取 | 第42-44页 |
| 4.2 基于EGMM校正的GPR建模步骤 | 第44页 |
| 4.3 仿真实验 | 第44-48页 |
| 4.3.1 数值仿真 | 第44-46页 |
| 4.3.2 SRU软测量建模 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49-50页 |
| 5.2 前景展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第56页 |
