基于多模型与现场数据的过热汽温模型辨识方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景及意义 | 第10-12页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 课题研究意义 | 第11-12页 |
| 1.2 目前主要的建模方法 | 第12-13页 |
| 1.3 本论文的主要工作 | 第13-15页 |
| 第2章 数据的选择与处理 | 第15-31页 |
| 2.1 数据预处理 | 第15-16页 |
| 2.2 数据变换 | 第16-18页 |
| 2.3 辅助变量的选择 | 第18-22页 |
| 2.3.1 主元分析理论 | 第18-21页 |
| 2.3.2 多变量过程监测 | 第21-22页 |
| 2.4 主元分析与多变量过程监测实际应用 | 第22-26页 |
| 2.5 稳态数据的提取 | 第26-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 数据聚类及局部模型建立 | 第31-45页 |
| 3.1 聚类分析 | 第31-32页 |
| 3.2 聚类分析方法的分类 | 第32-33页 |
| 3.3 谱聚类算法 | 第33-36页 |
| 3.3.1 传统谱聚类方法的流程 | 第35-36页 |
| 3.4 基于样本优选的谱聚类 | 第36-39页 |
| 3.5 稳态下局部模型的建立 | 第39-43页 |
| 3.5.1 最小二乘支持向量机 | 第39-41页 |
| 3.5.2 局部模型建立 | 第41-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 多模型建模 | 第45-58页 |
| 4.1 多模型建模概述 | 第45页 |
| 4.2 多模型协调机制 | 第45-49页 |
| 4.2.1 硬切换协调机制 | 第45-46页 |
| 4.2.2 软切换协调机制 | 第46-48页 |
| 4.2.3 基于粒子群优化的局部模型网络 | 第48-49页 |
| 4.3 基于粒子群优化的多模型仿真 | 第49-53页 |
| 4.4 多模型动态特性校正 | 第53-56页 |
| 4.4.1 自回归滑动平均模型 | 第53-54页 |
| 4.4.2 差分自回归滑动平均动态校正 | 第54页 |
| 4.4.3 基于ARIMA的多模型动态校正 | 第54-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第5章 结论与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-64页 |
| 致谢 | 第64页 |
