| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-26页 |
| ·研究背景 | 第10-11页 |
| ·间歇生产过程综述 | 第11-16页 |
| ·间歇生产过程的特点 | 第11-12页 |
| ·间歇过程的数据特征和多时段特性 | 第12-14页 |
| ·间歇过程的控制要求和功能 | 第14-16页 |
| ·间歇过程的统计建模方法 | 第16-17页 |
| ·回归分析方法 | 第16页 |
| ·人工神经网络方法 | 第16-17页 |
| ·模糊逻辑系统方法 | 第17页 |
| ·支持向量机方法 | 第17页 |
| ·间歇过程的操作优化 | 第17-20页 |
| ·间歇过程优化操作方法概述 | 第17-18页 |
| ·在线优化 | 第18-19页 |
| ·批次对比优化 | 第19-20页 |
| ·间歇过程的先进控制方法 | 第20-24页 |
| ·间歇过程控制方法概述 | 第20-21页 |
| ·非线性预测控制的应用 | 第21页 |
| ·迭代学习控制与预测控制相结合的应用 | 第21-22页 |
| ·间歇生产过程综合控制与优化 | 第22-24页 |
| ·本文主要工作 | 第24-26页 |
| 第2章 基于数据的间歇过程软测量建模方法 | 第26-38页 |
| ·软测量技术概述 | 第26-27页 |
| ·软测量技术的现状与前景 | 第27-28页 |
| ·软测量的工程实现 | 第28-30页 |
| ·数据的预处理 | 第28-29页 |
| ·辅助变量的选择 | 第29-30页 |
| ·软测量模型的建立与校正 | 第30页 |
| ·基于数据的软测量建模方法 | 第30-38页 |
| ·统计分析方法 | 第31-35页 |
| ·神经网络建模方法 | 第35-36页 |
| ·基于核函数的建模方法 | 第36-38页 |
| 第3章 基于OS-ELM-RPLS的间歇过程软测量建模方法 | 第38-54页 |
| ·引言 | 第38-39页 |
| ·非线性PLS方法 | 第39-40页 |
| ·OS-ELM-RPLS算法 | 第40-46页 |
| ·ELM算法 | 第40-42页 |
| ·online sequential ELM算法 | 第42-44页 |
| ·OS-ELM-RPLS建模方法 | 第44-46页 |
| ·OS-ELM-RPLS方法在间歇过程建模中的应用 | 第46-53页 |
| ·仿真数例 | 第46-47页 |
| ·苯乙烯聚合反应器仿真实验 | 第47-49页 |
| ·无缝钢管穿孔生产能耗预报应用 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 基于OS-ELM-RPLS的间歇过程迭代优化控制 | 第54-70页 |
| ·引言 | 第54-55页 |
| ·基于软测量模型的间歇过程迭代学习控制方法 | 第55-59页 |
| ·基于传统线性PLS模型的迭代控制方法 | 第55-57页 |
| ·基于OS-ELM-RPLS模型的迭代优化控制方法 | 第57-59页 |
| ·基于OS-ELM-RPLS的迭代优化控制策略步骤 | 第59-60页 |
| ·实验分析 | 第60-69页 |
| ·不考虑扰动和时变性 | 第62页 |
| ·终点质量期望值变化 | 第62-65页 |
| ·参数突变 | 第65-67页 |
| ·参数慢时变 | 第67-68页 |
| ·不同采样频率 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 结论与展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士期间发表的论文 | 第80页 |
