| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·引言 | 第8页 |
| ·本文研究的背景意义 | 第8-9页 |
| ·软测量技术概况 | 第9-10页 |
| ·基本原理 | 第9页 |
| ·发展进程 | 第9-10页 |
| ·软测量建模步骤 | 第10-11页 |
| ·软测量建模方法及应用 | 第11-17页 |
| ·机理建模 | 第11页 |
| ·基于数据统计建模 | 第11-16页 |
| ·混合建模 | 第16-17页 |
| ·软测量技术在聚酯行业的应用 | 第17页 |
| ·本文研究的主要内容 | 第17-18页 |
| ·小结 | 第18-20页 |
| 第二章 BP神经网络理论 | 第20-34页 |
| ·引言 | 第20页 |
| ·人工神经网络简介 | 第20-22页 |
| ·人工神经网络的特点 | 第20-21页 |
| ·人工神经网络的模型 | 第21-22页 |
| ·反向传播(BP)网络 | 第22-30页 |
| ·BP网络的结构 | 第22-23页 |
| ·BP网络的学习过程 | 第23-28页 |
| ·改进的BP算法 | 第28-30页 |
| ·BP网络的MATLAB实现 | 第30-32页 |
| ·MATLAB简介 | 第30页 |
| ·BP网络的MATLAB实现 | 第30-32页 |
| ·小结 | 第32-34页 |
| 第三章 聚碳酸酯生产与数据预处理 | 第34-54页 |
| ·引言 | 第34页 |
| ·聚碳酸酯生产工艺 | 第34-42页 |
| ·聚碳酸酯概况 | 第34-35页 |
| ·界面缩聚法合成聚碳酸酯的生产工艺 | 第35-37页 |
| ·反应机理 | 第37-40页 |
| ·界面缩聚法合成聚碳酸酯的主要影响因素 | 第40-42页 |
| ·辅助变量选取 | 第42-43页 |
| ·数据预处理 | 第43-52页 |
| ·数据采集 | 第43-45页 |
| ·异常数据剔除预处理 | 第45-47页 |
| ·数据归一化预处理 | 第47-49页 |
| ·小波处理 | 第49-51页 |
| ·主元分析 | 第51-52页 |
| ·小结 | 第52-54页 |
| 第四章 基于MATLAB-BP软测量模型的分析与设计 | 第54-70页 |
| ·引言 | 第54页 |
| ·网络模型的构造 | 第54页 |
| ·模型结构参数的分析与设计 | 第54-59页 |
| ·结构的确定 | 第54-56页 |
| ·传递函数的选取 | 第56页 |
| ·隐含层神经元节点数的确定 | 第56-59页 |
| ·MATLAB-BP软测量模型的确定 | 第59-66页 |
| ·训练参数的设定 | 第59-61页 |
| ·训练方法的确定 | 第61-66页 |
| ·模型的建立 | 第66-68页 |
| ·小结 | 第68-70页 |
| 第五章 模型的验证 | 第70-72页 |
| ·采集数据 | 第70页 |
| ·模型的验证 | 第70-72页 |
| 第六章 结论与展望 | 第72-74页 |
| ·结论 | 第72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 攻读学位期间发表的学术论文目录 | 第80-82页 |