SCR反应器入口NO_x含量的软测量方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 引言 | 第9-10页 |
| 1.2 论文选题的目的和意义 | 第10页 |
| 1.3 本课题的研究现状 | 第10-12页 |
| 1.4 软测量技术概论 | 第12-15页 |
| 1.4.1 软测量模型 | 第13-14页 |
| 1.4.2 软测量建模方法简介 | 第14-15页 |
| 1.5 全文结构 | 第15-17页 |
| 第2章 支持向量机相关理论 | 第17-27页 |
| 2.1 统计学理论 | 第17-19页 |
| 2.1.1 VC维 | 第17页 |
| 2.1.2 结构风险最小化 | 第17-19页 |
| 2.2 支持向量机 | 第19-23页 |
| 2.2.1 线性支持向量回归机 | 第19-21页 |
| 2.2.2 非线性支持向量回归机 | 第21-23页 |
| 2.3 最小二乘支持向量机 | 第23-26页 |
| 2.3.1 最小二乘支持向量回归原理 | 第23-24页 |
| 2.3.2 最小二乘支持向量回归的算法实现 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 辅助变量优化选取 | 第27-40页 |
| 3.1 NO_x含量的影响因素分析 | 第27-29页 |
| 3.2 现场数据的采集与预处理 | 第29-34页 |
| 3.2.1 数据采集 | 第30-31页 |
| 3.2.2 数据变换 | 第31-32页 |
| 3.2.3 样本优选 | 第32-34页 |
| 3.3 基于偏最小二乘回归选取辅助变量 | 第34-38页 |
| 3.3.1 偏最小二乘回归 | 第35-36页 |
| 3.3.2 交叉有效性 | 第36-37页 |
| 3.3.3 变量投影重要性 | 第37-38页 |
| 3.3.4 偏最小二乘回归实际应用 | 第38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 SCR反应器入口NO_x含量软测量建模 | 第40-54页 |
| 4.1 LSSVM软测量模型 | 第40-42页 |
| 4.1.1 软测量模型建立 | 第40-41页 |
| 4.1.2 LSSVM的MATLAB实现 | 第41-42页 |
| 4.2 LSSVM模型参数寻优 | 第42-47页 |
| 4.2.1 网格搜索法进行参数寻优 | 第42-44页 |
| 4.2.2 基于粒子群算法进行参数寻优 | 第44-47页 |
| 4.3 软测量模型在线校正 | 第47-52页 |
| 4.4 仿真结果分析与比较 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 总结和展望 | 第54-56页 |
| 5.1 本文主要工作 | 第54-55页 |
| 5.2 本课题研究展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
| 致谢 | 第60页 |
