| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 软测量技术发展概述 | 第9-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本文结构框架 | 第14-15页 |
| 2 基于移动窗的动态LSSVM软测量算法 | 第15-30页 |
| 2.1 引言 | 第15页 |
| 2.2 LSSVM与自适应移动窗的概述 | 第15-18页 |
| 2.3 基于移动窗的动态LSSVM算法的设计 | 第18-20页 |
| 2.3.1 MW_LSSVM的数据更新策略 | 第18-19页 |
| 2.3.2 MW_LSSVM算法的实现 | 第19-20页 |
| 2.4 基于MW_LSSVM方法的精馏塔参数软测量 | 第20-29页 |
| 2.4.1 精馏塔工艺的简介 | 第20-22页 |
| 2.4.2 精馏塔参数软测量建模 | 第22-24页 |
| 2.4.3 MW_LSSVM算法在精馏塔参数软测量中应用 | 第24-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于移动窗的动态多核LSSVM软测量算法 | 第30-43页 |
| 3.1 引言 | 第30-31页 |
| 3.2 多核学习的原理 | 第31-32页 |
| 3.3 基于l_p-范数约束的多核学习算法的研究 | 第32-33页 |
| 3.3.1 基于l_p-范数约束的多核学习算法描述 | 第32-33页 |
| 3.3.2 基于l_p-范数约束的多核学习算法推导 | 第33页 |
| 3.4 基于l_p-范数约束的多核学LSSVM算法分析 | 第33-34页 |
| 3.5 基于移动窗的动态多核软测量算法的研究 | 第34-36页 |
| 3.6 实验仿真 | 第36-42页 |
| 3.7 本章小结 | 第42-43页 |
| 4 基于即时学习的动态LSSVM软测量算法 | 第43-55页 |
| 4.1 引言 | 第43-44页 |
| 4.2 即时学习算法研究 | 第44-46页 |
| 4.2.1 即时学习概述 | 第44-45页 |
| 4.2.2 即时学习算法原理 | 第45-46页 |
| 4.3 基于即时学习的动态LSSVM软测量算法设计 | 第46-50页 |
| 4.3.1 模型更新策略 | 第46页 |
| 4.3.2 模型的递推更新过程 | 第46-47页 |
| 4.3.3 即时学习算法的实现 | 第47-49页 |
| 4.3.4 基于即时学习的动态LSSVM软测量算法设计 | 第49-50页 |
| 4.4 实验仿真 | 第50-52页 |
| 4.5 基于即时学习的精馏塔参数动态软测量仿真实验 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
