偏最小二乘回归理论的研究及软测量应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-10页 |
| 1 工程背景及软测量技术概述 | 第10-19页 |
| ·工程背景 | 第10-13页 |
| ·精馏工艺流程概述 | 第10-11页 |
| ·航空煤油的干点 | 第11-12页 |
| ·数据的采集 | 第12-13页 |
| ·软测量思想 | 第13-14页 |
| ·软测量建模方法 | 第14-16页 |
| ·基于传统方法的软测量模型 | 第14页 |
| ·基于回归分析的软测量模型 | 第14-15页 |
| ·基于智能方法的软测量模型 | 第15-16页 |
| ·软测量工程实现 | 第16-19页 |
| ·辅助变量的选择 | 第16-17页 |
| ·数据的预处理 | 第17-18页 |
| ·软测量模型的建立 | 第18页 |
| ·软测量模型的校正 | 第18-19页 |
| 2 偏最小二乘回归和样条函数理论 | 第19-26页 |
| ·偏最小二乘回归理论 | 第19-22页 |
| ·基本原理 | 第19页 |
| ·计算方法 | 第19-21页 |
| ·成分数的选取 | 第21-22页 |
| ·样条函数理论 | 第22-26页 |
| ·样条函数 | 第22-23页 |
| ·B样条函数 | 第23-26页 |
| 3 基于样条变换的非线性偏最小二乘回归研究 | 第26-35页 |
| ·基于样条变换的非线性偏最小二乘回归理论 | 第26-28页 |
| ·基本原理 | 第26-27页 |
| ·计算方法 | 第27-28页 |
| ·仿真研究 | 第28-32页 |
| ·精度分析 | 第28-29页 |
| ·噪声点的识别 | 第29-31页 |
| ·工程仿真 | 第31-32页 |
| ·分段数和成分数的选取 | 第32-35页 |
| ·分段数的选取原则 | 第32-33页 |
| ·成分数的选取原则 | 第33-35页 |
| 4 辅助变量的选择 | 第35-41页 |
| ·主元分析辅助变量选择方法 | 第35-37页 |
| ·主元分析原理 | 第35-36页 |
| ·辅助变量选择方法 | 第36-37页 |
| ·偏最小二乘回归辅助变量选择方法 | 第37页 |
| ·航煤干点辅助变量的选择 | 第37-41页 |
| ·主元分析方法选择辅助变量 | 第38-39页 |
| ·偏最小二乘回归方法选择辅助变量 | 第39-41页 |
| 5 航煤干点的软测量实现 | 第41-58页 |
| ·数据的预处理 | 第41-42页 |
| ·软测量模型的建立 | 第42-56页 |
| ·基于样条变换的非线性偏最小二乘回归建模 | 第42-47页 |
| ·RBF神经网络建模 | 第47-51页 |
| ·最小二乘支持向量机建模 | 第51-56页 |
| ·三种建模方法的比较 | 第56页 |
| ·软测量模型的校正 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |
