| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-22页 |
| ·引言 | 第9-10页 |
| ·软测量建模 | 第10-12页 |
| ·软测量技术的基本原理 | 第10-12页 |
| ·软测量建模类型及其维护 | 第12页 |
| ·神经网络建模 | 第12-14页 |
| ·神经网络的发展 | 第12-13页 |
| ·神经网络的分类 | 第13-14页 |
| ·神经网络学习方式 | 第14页 |
| ·BP神经网络结构 | 第14-20页 |
| ·BP神经网络结构 | 第16-18页 |
| ·神经网络建模的优缺点 | 第18页 |
| ·混合神经网络建模 | 第18-19页 |
| ·神经网络训练方法 | 第19-20页 |
| ·本论文研究内容及安排 | 第20-22页 |
| 第2章 融合遗传算法的AEA算法 | 第22-33页 |
| ·AEA算法 | 第22-23页 |
| ·AEA算法原理 | 第22-23页 |
| ·遗传算法 | 第23-24页 |
| ·基本遗传算法的原理和特点 | 第23-24页 |
| ·融合遗传算法和AEA算法的新算法(G-AEA算法) | 第24-28页 |
| ·G-AEA算法的原理 | 第24-26页 |
| ·G-AEA算法进化流程 | 第26-28页 |
| ·仿真测试 | 第28-32页 |
| ·标准测试函数介绍 | 第28-29页 |
| ·仿真测试条件 | 第29页 |
| ·算法参数设置 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 利用专家知识提高神经网络建模的泛化能力 | 第33-44页 |
| ·神经网络建模存在的问题 | 第33-35页 |
| ·建模问题原因分析 | 第33-34页 |
| ·训练样本和网络结构的选择 | 第34-35页 |
| ·专家知识 | 第35-38页 |
| ·专家知识定义 | 第35页 |
| ·专家知识表现方式 | 第35-36页 |
| ·专家知识基本形式分析 | 第36-38页 |
| ·专家知识应用于神经网络建模 | 第38-43页 |
| ·有约束优化问题的处理 | 第39-40页 |
| ·专家知识作为约束条件在建模中的应用 | 第40-41页 |
| ·应用专家知识提高神经网络性能的步骤 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 融合专家知识的神经网络建模在实际问题中的应用 | 第44-61页 |
| ·融合专家知识的建模方法在结晶动力学模型中的应用 | 第44-48页 |
| ·结晶动力学模型概述 | 第44页 |
| ·结晶动力学模型分析 | 第44页 |
| ·结晶动力学模型仿真实验 | 第44-48页 |
| ·新方法在原油闪点模型中的应用 | 第48-55页 |
| ·原油闪点模型概述 | 第48-49页 |
| ·石油干闪点模型分析 | 第49-50页 |
| ·石油干闪点模型仿真实验 | 第50-55页 |
| ·函数凹凸性在神经网络建模中的应用 | 第55-60页 |
| ·函数凹凸性 | 第55页 |
| ·函数凹凸性仿真实验 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| ·本文研究工作总结 | 第61-62页 |
| ·论文展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 作者在攻读硕士学位期间发表和完成的学术论文及获奖情况 | 第70页 |
