| 摘要 | 第1-9页 |
| ABSTRACT | 第9-14页 |
| 目录 | 第14-17页 |
| 1 绪论 | 第17-22页 |
| ·研究背景 | 第17-18页 |
| ·研究内容、目的和意义 | 第18-19页 |
| ·国内外研究概况 | 第19页 |
| ·论文主要工作及内容安排 | 第19-22页 |
| 2 软测量算法基础 | 第22-36页 |
| ·引言 | 第22-23页 |
| ·软测量原理 | 第23-28页 |
| ·辅助变量选择 | 第23-24页 |
| ·数字采集与处理 | 第24-25页 |
| ·主导变量与辅助变量时序 | 第25-26页 |
| ·建模方法 | 第26页 |
| ·模型校正 | 第26-28页 |
| ·软测量建模 | 第28-33页 |
| ·机理建模 | 第28页 |
| ·经验建模 | 第28-32页 |
| ·混合建模 | 第32-33页 |
| ·软测量在控制中的应用 | 第33-34页 |
| ·软测量研究发展方向 | 第34页 |
| ·本章小结 | 第34-36页 |
| 3 数学基础—统计学习理论和支持向量机 | 第36-66页 |
| ·引言 | 第36页 |
| ·机器学习的基本问题 | 第36-38页 |
| ·问题的表示 | 第37页 |
| ·经验风险最小化原则 | 第37-38页 |
| ·机器学习的复杂性和推广能力 | 第38页 |
| ·统计学习理论 | 第38-43页 |
| ·学习过程一致性的条件 | 第39-40页 |
| ·VC 维 | 第40-41页 |
| ·泛化能力的界 | 第41-42页 |
| ·结构风险最小化原则 | 第42-43页 |
| ·支持向量机理论 | 第43-54页 |
| ·最优化理论 | 第44-45页 |
| ·最优分类面 | 第45-50页 |
| ·支持向量机分类机 | 第50-51页 |
| ·支持向量机的回归 | 第51-54页 |
| ·支持向量机核函数选则 | 第54-58页 |
| ·核函数概念及构造 | 第54-55页 |
| ·常用核函数形式 | 第55-56页 |
| ·支持向量核函数选取 | 第56-58页 |
| ·支持向量机的各种算法 | 第58-64页 |
| ·支持向量机的变形算法 | 第58-63页 |
| ·基于组合支持向量机算法 | 第63-64页 |
| ·支持向量机训练方法 | 第64-65页 |
| ·选块算法 | 第64页 |
| ·分解算法 | 第64页 |
| ·序贯最小优化算法 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 4 基于数据挖掘蒸煮过程卡伯值的软测量模型研究 | 第66-93页 |
| ·引言 | 第66页 |
| ·硫酸盐法蒸煮过程 | 第66-71页 |
| ·蒸煮工艺与机理 | 第66-69页 |
| ·硫酸盐法蒸煮过程影响因素及控制难点 | 第69-71页 |
| ·卡伯值软测量方法及研究现状 | 第71-78页 |
| ·卡伯值软测量方法 | 第71-74页 |
| ·卡伯值软测量研究现状及存在问题 | 第74-78页 |
| ·基于数据挖掘 Kappa 的混合软测量模型 | 第78-91页 |
| ·基于数据挖掘 Kappa 的混合模型 | 第78-86页 |
| ·仿真及结果分析 | 第86-91页 |
| ·本章小结 | 第91-93页 |
| 5 基于支持向量机蒸发过程黑液浓度软测量模型研究 | 第93-121页 |
| ·引言 | 第93页 |
| ·黑液蒸发过程 | 第93-102页 |
| ·多效蒸发器 | 第94-96页 |
| ·黑液蒸发工艺流程 | 第96-98页 |
| ·黑液物理特性及蒸发过程控制 | 第98-102页 |
| ·碱回收蒸发过程黑液浓度软测量方法及存在问题 | 第102-106页 |
| ·黑液浓度软测量方法 | 第102-105页 |
| ·现有模型存在问题及解决方法 | 第105-106页 |
| ·基于残差补偿蒸发过程黑液波美度软测量模型 | 第106-119页 |
| ·在线自适应最小二乘支持向量机 | 第106-115页 |
| ·残差补偿自适应算法 | 第115页 |
| ·仿真与结果分析 | 第115-119页 |
| ·本章小结 | 第119-121页 |
| 6 基于支持向量机洗涤过程黑液波美度软测量模型研究 | 第121-137页 |
| ·引言 | 第121页 |
| ·洗涤过程工艺及控制 | 第121-123页 |
| ·洗涤过程工艺 | 第121-122页 |
| ·洗涤过程控制 | 第122-123页 |
| ·基于支持向量机洗涤过程矛盾数据处理 | 第123-128页 |
| ·洗涤过程黑液波美度软测量模型误差分析 | 第123-126页 |
| ·基于支持向量机矛盾数据预处理原理 | 第126-128页 |
| ·基于支持向量机纸浆洗涤过程中黑液波美度软测量模型 | 第128-136页 |
| ·模糊在线自适应最小二乘支持向量机 | 第128-131页 |
| ·仿真及结果分析 | 第131-136页 |
| ·本章小结 | 第136-137页 |
| 7 软测量技术在 DCS 系统中的实现 | 第137-145页 |
| ·引言 | 第137页 |
| ·软测量模型的实现方案 | 第137-140页 |
| ·蒸煮过程卡伯值软测量模型实现 | 第140-141页 |
| ·蒸发过程黑液浓度软测量模型实现 | 第141-143页 |
| ·洗涤过程黑液浓度软测量模型实现 | 第143-144页 |
| ·本章小结 | 第144-145页 |
| 8 总结与展望 | 第145-148页 |
| ·全文总结 | 第145-147页 |
| ·存在问题和研究展望 | 第147-148页 |
| 致谢 | 第148-149页 |
| 参考文献 | 第149-157页 |
| 攻读学位论文期间发表的主要学术论文及主持参加的科研项目 | 第157-159页 |
