摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第一章 绪论 | 第9-14页 |
·论文的选题背景及意义 | 第9-10页 |
·盐析分相法的研究现状 | 第10-11页 |
·支持向量机及遗传算法的研究现状 | 第11-12页 |
·本论文的主要研究工作 | 第12-14页 |
第二章 支持向量回归机和遗传算法相关理论 | 第14-24页 |
·统计学习理论及支持向量机 | 第14-19页 |
·线性支持向量回归机 | 第15-17页 |
·非线性支持向量回归机 | 第17-19页 |
·多输出支持向量回归机 | 第19-21页 |
·遗传算法 | 第21-23页 |
·本章小结 | 第23-24页 |
第三章 遗传算法优化的多输出支持向量回归机模型 | 第24-37页 |
·多输出支持向量回归机参数的选择及影响 | 第24-25页 |
·遗传算法及其实现步骤 | 第25-28页 |
·GA-MSVR模型的构造性算法及其实现 | 第28-30页 |
·GA-MSVR模拟实验分析 | 第30-36页 |
·模拟实验结果 | 第30-33页 |
·GA-MSVR与GA-SSVR对比分析 | 第33-34页 |
·GA-MSVR与GA-RBF神经网络对比分析 | 第34-36页 |
·本章小结 | 第36-37页 |
第四章 盐析效应模拟计算软件的设计与开发 | 第37-44页 |
·相关原理简介 | 第37-40页 |
·水相 | 第37-38页 |
·有机相 | 第38-40页 |
·需求分析及设计 | 第40-41页 |
·分离效果模拟计算的实现 | 第41-43页 |
·本章小结 | 第43-44页 |
第五章 基于GA-MSVR的盐析分相法分离恒沸有机水溶液的预测 | 第44-52页 |
·盐析分相法实验研究 | 第44页 |
·建立预测分离效果的GA-MSVR模型 | 第44-46页 |
·GA-MSVR实验数据分析 | 第46-49页 |
·实验结果 | 第46-48页 |
·对比实验分析 | 第48-49页 |
·基于GA-MSVR的盐析分相法预测软件的实现 | 第49-51页 |
·本章小结 | 第51-52页 |
第六章 结论 | 第52-54页 |
·结论 | 第52-53页 |
·下一步工作展望 | 第53-54页 |
参考文献 | 第54-57页 |
攻读学位期间所取得的相关科研成果 | 第57-58页 |
致谢 | 第58-59页 |