基于支持向量机算法的多模型建模方法研究及应用
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-14页 |
·课题背景及意义 | 第8页 |
·多模型建模软测量技术概论 | 第8-10页 |
·多模型建模方法研究现状 | 第10-12页 |
·建模数据的分类方法 | 第10页 |
·子模型所用的建模方法 | 第10-11页 |
·子模型的连接方法 | 第11-12页 |
·论文的研究内容及安排 | 第12-14页 |
第二章 基于支持向量机的软测量建模方法 | 第14-24页 |
·引言 | 第14页 |
·软测量建模步骤 | 第14-17页 |
·辅助变量的选择 | 第14页 |
·数据采集及预处理 | 第14-15页 |
·主导变量与辅助变量之间的时间匹配 | 第15页 |
·软测量模型的建立 | 第15-17页 |
·模型在线校正 | 第17页 |
·支持向量机算法 | 第17-23页 |
·用于分类的SVM 算法 | 第17-19页 |
·用于回归的SVM 算法 | 第19-21页 |
·非线性SVM 算法 | 第21-23页 |
·本章小结 | 第23-24页 |
第三章 基于改进满意聚类的多模型建模方法 | 第24-31页 |
·引言 | 第24页 |
·改进满意聚类算法 | 第24-26页 |
·模糊c-均值聚类算法 | 第24-25页 |
·改进满意聚类算法 | 第25-26页 |
·多模型连接方式 | 第26-27页 |
·仿真实验 | 第27-30页 |
·工艺流程简介 | 第27-28页 |
·裂解反应器模型的仿真实验 | 第28-29页 |
·重排反应器模型的仿真实验 | 第29-30页 |
·实验结果分析 | 第30页 |
·本章小结 | 第30-31页 |
第四章 基于二次判别分析的多模型建模方法 | 第31-36页 |
·引言 | 第31页 |
·贝叶斯二次判别分析 | 第31-32页 |
·正则化判别分析 | 第32-33页 |
·算法实施步骤 | 第33页 |
·多模型连接方式 | 第33页 |
·仿真实验 | 第33-35页 |
·苯酚蒸发器工艺流程简介 | 第33-34页 |
·软测量模型的建立 | 第34-35页 |
·实验仿真分析 | 第35页 |
·本章小结 | 第35-36页 |
第五章 基于系统输入输出数据分类的多模型建模方法 | 第36-40页 |
·引言 | 第36页 |
·基于系统输入输出的数据集划分 | 第36-38页 |
·数据样本的四种特性 | 第36页 |
·CAQDA 算法 | 第36-37页 |
·多模型连接方式 | 第37-38页 |
·仿真实验 | 第38-39页 |
·软测量模型的建立 | 第38页 |
·仿真实验分析 | 第38-39页 |
·本章小结 | 第39-40页 |
第六章 总结与展望 | 第40-42页 |
·本文的工作总结 | 第40页 |
·今后工作展望 | 第40-42页 |
致谢 | 第42-43页 |
参考文献 | 第43-47页 |
附录:作者在攻读硕士学位期间发表的论文 | 第47页 |