摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 前言 | 第9-17页 |
1.1 课题目的及研究意义 | 第9-10页 |
1.2 课题的发展现状 | 第10-14页 |
1.2.1 软测量方法发展现状 | 第10-12页 |
1.2.2 多模型软测量方法发展现状 | 第12-14页 |
1.3 改进的方向 | 第14-15页 |
1.4 本文内容安排 | 第15-17页 |
第二章 基于数据统计的常用软测量建模方法 | 第17-29页 |
2.1 常用软测量建模方法介绍 | 第17-23页 |
2.1.1 数据统计软测量建模方法 | 第17-22页 |
2.1.2 模型评估指标 | 第22-23页 |
2.2 常用数据统计建模方法的分析与比较 | 第23-28页 |
2.2.1 扰动对软测量技术的影响 | 第23-24页 |
2.2.2 样本数量对软测量技术的影响 | 第24-25页 |
2.2.3 样本的线性和非线性对软测量方法的影响 | 第25-26页 |
2.2.4 多重相关性对建模效果的影响 | 第26-28页 |
2.3 本章小结 | 第28-29页 |
第三章 基于正交最小二乘软测量技术的改进 | 第29-37页 |
3.1 正交最小二乘(OLS)法 | 第29-31页 |
3.2 粒子群算法 | 第31-32页 |
3.3 基于PSO的小波核参数优化 | 第32-33页 |
3.4 仿真研究 | 第33-36页 |
3.5 本章小结 | 第36-37页 |
第四章 基于改进奇异点处理的软测量预处理方法 | 第37-51页 |
4.1 奇异点定义及检测技术 | 第37-39页 |
4.1.1 奇异点定义及产生的原因 | 第37-38页 |
4.1.2 常用奇异点检测技术 | 第38-39页 |
4.2 基于超平面法(OCSVM)的奇异点检测方法 | 第39-40页 |
4.3 奇异点分类方法 | 第40-44页 |
4.3.1 朴素Bayesian理论 | 第40页 |
4.3.2 基于Bayesian理论的奇异点分类 | 第40-44页 |
4.4 仿真研究 | 第44-50页 |
4.4.1 聚丙烯生产过程简介 | 第44-46页 |
4.4.2 仿真结果 | 第46-50页 |
4.5 本章小结 | 第50-51页 |
第五章 基于改进自适应仿射聚类算法的多模型建模及应用 | 第51-70页 |
5.1 仿射传播聚类算法 | 第52-54页 |
5.1.1 仿射传播聚类的基本原理 | 第52-53页 |
5.1.2 仿射传播聚类方法的迭代步骤 | 第53-54页 |
5.2 改进的自适应仿射传播聚类方法 | 第54-57页 |
5.2.1 改进的偏向参数的计算方法 | 第54-55页 |
5.2.2 改进的仿射传播聚类算法运算步骤 | 第55-57页 |
5.3 基于自回归滑动平均(ARMA)模型的动态校正 | 第57页 |
5.4 基于改进仿射传播的多模型软测量应用步骤 | 第57-58页 |
5.5 聚丙烯熔融指数仿真 | 第58-63页 |
5.6 航煤干点数据的仿真研究 | 第63-69页 |
5.6.1 航空煤油生产过程介绍 | 第63-64页 |
5.6.2 航空煤油干点仿真 | 第64-69页 |
5.7 本章小结 | 第69-70页 |
总结与展望 | 第70-72页 |
结论 | 第70-71页 |
展望 | 第71-72页 |
参考文献 | 第72-76页 |
攻读硕士学位期间取得的学术成果 | 第76-77页 |
致谢 | 第77页 |