| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-20页 |
| ·引言 | 第10-11页 |
| ·软测量建模方法 | 第11-13页 |
| ·人工神经网络 | 第11-12页 |
| ·支持向量机 | 第12页 |
| ·模糊神经网络 | 第12-13页 |
| ·智能优化方法 | 第13-16页 |
| ·遗传算法 | 第13页 |
| ·差分进化算法 | 第13-14页 |
| ·模拟退火算法 | 第14页 |
| ·粒子群优化算法 | 第14页 |
| ·进化策略算法 | 第14-16页 |
| ·生物地理学优化算法 | 第16-18页 |
| ·生物地理学优化算法概述 | 第16页 |
| ·BBO算法的发展 | 第16-17页 |
| ·BBO算法的应用 | 第17-18页 |
| ·本文研究内容及章节安排 | 第18-20页 |
| 第2章 结合进化策略改进的生物地理学优化算法 | 第20-38页 |
| ·引言 | 第20页 |
| ·BBO算法和ES算法 | 第20-28页 |
| ·BBO算法 | 第20-24页 |
| ·ES算法 | 第24-28页 |
| ·引入进化策略BBO算法 | 第28-29页 |
| ·算法基本原理 | 第28页 |
| ·算法流程 | 第28-29页 |
| ·算法测试 | 第29-37页 |
| ·测试函数 | 第29-30页 |
| ·测试结果与讨论 | 第30-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 结合粒子群优化算法改进的生物地理学优化算法 | 第38-54页 |
| ·引言 | 第38页 |
| ·粒子群优化算法 | 第38-41页 |
| ·PSO算法基本原理 | 第38-40页 |
| ·PSO算法流程 | 第40-41页 |
| ·BBOPSO算法 | 第41-53页 |
| ·算法基本原理 | 第41页 |
| ·算法流程 | 第41-43页 |
| ·算法测试结果与讨论 | 第43-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 基于改进BBO算法的甲醇合成转化率建模 | 第54-67页 |
| ·引言 | 第54页 |
| ·甲醇合成工艺介绍 | 第54-59页 |
| ·甲醇生产技术简介 | 第54-55页 |
| ·甲醇合成工艺流程 | 第55-57页 |
| ·甲醇合成影响因素 | 第57-59页 |
| ·BP神经网络 | 第59-60页 |
| ·甲醇合成塔转化率的软测量建模 | 第60-66页 |
| ·辅助变量选择和数据采集 | 第60-61页 |
| ·数据预处理 | 第61-64页 |
| ·甲醇合成塔转化率的软测量的建模 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 总结与展望 | 第67-69页 |
| ·本文研究工作总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 作者在攻读硕士期间取得的成果 | 第76页 |