| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·选题背景 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·燃烧优化产品 | 第11-12页 |
| ·课题组研究基础 | 第12页 |
| ·相关理论研究现状 | 第12-15页 |
| ·论文主要内容及结构安排 | 第15-16页 |
| 第二章 最小二乘支持向量机软测量及其局部学习 | 第16-35页 |
| ·引言 | 第16-17页 |
| ·基于最小二乘支持向量机的软测量 | 第17-29页 |
| ·软测量技术 | 第17-18页 |
| ·统计学习理论 | 第18页 |
| ·支持向量机回归 | 第18-21页 |
| ·最小二乘支持向量机回归 | 第21-23页 |
| ·最小二乘支持向量机软测量步骤 | 第23-24页 |
| ·飞灰含碳量软测量仿真实验 | 第24-29页 |
| ·基于局部学习的最小二乘支持向量机软测量 | 第29-34页 |
| ·局部学习思想 | 第29-30页 |
| ·局部LSSVM 模型参数自动优化 | 第30页 |
| ·基于局部LSSVM 的飞灰含碳量软测量 | 第30-32页 |
| ·预测性能对比实验 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于鲁棒化主元分析的加权最小二乘支持向量机软测量 | 第35-56页 |
| ·引言 | 第35-36页 |
| ·基于主元分析的最小二乘支持向量机软测量 | 第36-41页 |
| ·主元分析简介 | 第36-37页 |
| ·主元分析基本原理 | 第37-38页 |
| ·主元数的选择方法 | 第38页 |
| ·基于主元分析的最小二乘支持向量机软测量 | 第38-39页 |
| ·PCA-LSSVM 软测量仿真实验 | 第39-41页 |
| ·鲁棒化 PCA-LSSVM 软测量方法研究 | 第41-55页 |
| ·鲁棒统计学 | 第41-45页 |
| ·基于马氏距离的异常点检测 | 第45页 |
| ·最小协方差行列式（MCD） | 第45-47页 |
| ·加权最小二乘支持向量机回归 | 第47-48页 |
| ·RPCA-WLSSVM 软测量方法 | 第48-49页 |
| ·预测精度对比实验 | 第49-52页 |
| ·鲁棒性对比实验 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于最小二乘支持向量机模型的稳态燃烧优化 | 第56-68页 |
| ·引言 | 第56-57页 |
| ·优化算法 | 第57-61页 |
| ·二次规划 | 第57-58页 |
| ·序贯二次规划 | 第58-61页 |
| ·飞灰含碳量稳态优化仿真实验 | 第61-62页 |
| ·实验过程 | 第61-62页 |
| ·结果讨论 | 第62页 |
| ·电站锅炉多目标稳态燃烧优化 | 第62-66页 |
| ·多目标优化命题建立 | 第62-64页 |
| ·仿真实验 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 第五章 结论与展望 | 第68-70页 |
| ·主要工作与创新点 | 第68页 |
| ·待改进之处与研究展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 在读期间发表的学术论文与参加的课题 | 第76页 |