| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·本文研究内容及章节安排 | 第17-19页 |
| 第2章 软测量技术综述 | 第19-29页 |
| ·引言 | 第19页 |
| ·软测量技术基本原理 | 第19-23页 |
| ·辅助变量的选择 | 第21页 |
| ·数据采集和处理 | 第21-22页 |
| ·软测量模型的建立 | 第22页 |
| ·主导变量与辅助变量之间的时序匹配 | 第22-23页 |
| ·软测量模型的在线校正 | 第23页 |
| ·软测量建模方法概述 | 第23-27页 |
| ·机理建模方法 | 第23-24页 |
| ·基于回归分析的方法 | 第24-25页 |
| ·基于状态估计的方法 | 第25页 |
| ·基于统计学习理论的方法 | 第25-26页 |
| ·基于人工神经网络的方法 | 第26-27页 |
| ·软测量工业设计 | 第27-29页 |
| 第3章 基于KPCA-PLS的氧化铝粉流量软测量 | 第29-40页 |
| ·引言 | 第29页 |
| ·氧化铝粉输送工艺简介 | 第29-31页 |
| ·辅助变量的选取 | 第31页 |
| ·基于KPCA-PLS的氧化铝粉流量软测量建模方法 | 第31-35页 |
| ·PCA算法 | 第31-32页 |
| ·核函数 | 第32页 |
| ·KPCA算法 | 第32-33页 |
| ·PLS算法 | 第33-34页 |
| ·预测模型建立 | 第34-35页 |
| ·基于KPCA-PLS的氧化铝粉流量估计 | 第35-39页 |
| ·仿真研究 | 第35-38页 |
| ·仿真结果分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于KPCA-RBF的氧化铝粉流量软测量 | 第40-47页 |
| ·引言 | 第40页 |
| ·基于KPCA-RBF的氧化铝粉流量建模方法 | 第40-43页 |
| ·神经网络 | 第40-41页 |
| ·RBF神经网络 | 第41-43页 |
| ·预测模型建立 | 第43页 |
| ·基于KPCA-RBF的氧化铝粉流量估计 | 第43-46页 |
| ·仿真研究 | 第43-45页 |
| ·仿真结果分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于KPCA-LSSVM的氧化铝粉流量软测量 | 第47-53页 |
| ·引言 | 第47页 |
| ·基于KPCA-LSSVM的氧化铝粉流量建模方法 | 第47-49页 |
| ·最小二乘支持向量机 | 第47-48页 |
| ·预测模型建立 | 第48-49页 |
| ·基于KPCA-LSSVM的氧化铝粉流量估计 | 第49-52页 |
| ·仿真研究 | 第49-51页 |
| ·仿真结果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第60页 |