连续搅拌反应釜（CSTR）反应物浓度软测量方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-23页 |
| ·课题研究背景与意义 | 第9-10页 |
| ·软测量技术 | 第10-21页 |
| ·软测量模型描述与应用 | 第11-13页 |
| ·辅助变量的选择 | 第13页 |
| ·数据的采集及预处理 | 第13-15页 |
| ·软测量模型的建立方法 | 第15-20页 |
| ·在线校正 | 第20-21页 |
| ·本文的主要内容 | 第21-23页 |
| 第二章 建立软测量模型的预备知识 | 第23-35页 |
| ·生产过程介绍 | 第23-25页 |
| ·CSTR非线性动力学模型建立 | 第25-28页 |
| ·RBF神经网络介绍 | 第28-34页 |
| ·神经网络简介 | 第29-30页 |
| ·RBF网络的网络结构 | 第30-32页 |
| ·RBF网络的训练方法 | 第32-33页 |
| ·RBF网络建模步骤 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于多神经元网络的反应物浓度软测量方法 | 第35-47页 |
| ·引言 | 第35-36页 |
| ·问题的提出 | 第36页 |
| ·多神经网络模型结构 | 第36-39页 |
| ·基于多神经网络的反应物浓度软测量建模 | 第39-45页 |
| ·模型主导变量和辅助变量的选取 | 第39-40页 |
| ·训练数据的预处理 | 第40-41页 |
| ·多模型结构的确定 | 第41-42页 |
| ·多模型的训练 | 第42-43页 |
| ·实验结果与模型输出比较 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于混合模型的反应物浓度软测量方法 | 第47-63页 |
| ·引言 | 第47-48页 |
| ·软测量混合建模的一般步骤 | 第48-49页 |
| ·并行混合建模 | 第49-56页 |
| ·并行混合模型结构 | 第49-50页 |
| ·机理部分分析 | 第50-52页 |
| ·并行混合建模 | 第52页 |
| ·混合模型训练与仿真 | 第52-56页 |
| ·并行混合建模方法的总结 | 第56页 |
| ·串行混合建模 | 第56-59页 |
| ·串行模型结构 | 第56页 |
| ·机理模型部分 | 第56-57页 |
| ·黑箱模型部分 | 第57页 |
| ·串行混合模型 | 第57页 |
| ·混合模型训练与仿真 | 第57-59页 |
| ·两种混合模型的比较 | 第59-61页 |
| ·模型修正方法 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 结论与工作展望 | 第63-65页 |
| ·本文工作总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
