| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 创新点 | 第9-12页 |
| 前言 | 第12-14页 |
| 第1章 文献综述：软仪表模型校准方法的概述 | 第14-24页 |
| 1.1 软仪表模型的建模及其本质 | 第14-16页 |
| 1.1.1 机理建模 | 第14页 |
| 1.1.2 数据驱动建模 | 第14-15页 |
| 1.1.3 混合建模 | 第15页 |
| 1.1.4 软仪表模型是目标模型的局部近似表达 | 第15-16页 |
| 1.2 软仪表运行期间存在模型失配问题 | 第16-17页 |
| 1.3 降低软仪表模型失配影响的常见方案 | 第17-23页 |
| 1.3.1 软仪表模型输出补偿方案 | 第17-18页 |
| 1.3.2 软仪表模型参数校正方案 | 第18-20页 |
| 1.3.3 软仪表模型重建的方案 | 第20-23页 |
| 1.4 本章小结 | 第23-24页 |
| 第2章 数据缺失问题对软仪表模型校准的影响 | 第24-33页 |
| 2.1 稀疏采样对基于软仪表输出补偿的校准策略的影响 | 第24-25页 |
| 2.2 稀疏采样对基于模型参数更新的校准策略的影响 | 第25-31页 |
| 2.3 稀疏采样对基于软仪表模型重建的校准策略的影响 | 第31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 使用贝叶斯高斯过程回归填补数据的软仪表校准方案 | 第33-52页 |
| 3.1 软仪表校准方案简介 | 第33-34页 |
| 3.2 贝叶斯高斯过程回归 | 第34-38页 |
| 3.2.1 贝叶斯回归框架 | 第34-36页 |
| 3.2.2 核函数 | 第36-37页 |
| 3.2.3 超参数的确定 | 第37-38页 |
| 3.3 软仪表校准方案机理 | 第38-44页 |
| 3.3.1 对数据窗口进行数据填补 | 第38-41页 |
| 3.3.2 训练多模型的软仪表校准策略 | 第41-44页 |
| 3.4 案例研究 | 第44-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于JIT策略和AdaBoost算法的软仪表模型校准方案 | 第52-73页 |
| 4.1 新校准方案简介 | 第53-54页 |
| 4.2 JIT学习策略和AdaBoost学习策略 | 第54-57页 |
| 4.3 新校准方法工作机理 | 第57-62页 |
| 4.4 新校准方法的优点 | 第62-67页 |
| 4.5 案例研究 | 第67-72页 |
| 4.6 本章小结 | 第72-73页 |
| 第5章 基于历史数据库的数据密度估计的改进型JIT策略 | 第73-92页 |
| 5.1 数据填补策略简介 | 第74页 |
| 5.2 JIT学习策略的缺陷 | 第74-76页 |
| 5.3 历史数据库数据密度估计的原理 | 第76-87页 |
| 5.4 案例研究 | 第87-91页 |
| 5.5 本章小结 | 第91-92页 |
| 第6章 结论 | 第92-94页 |
| 参考文献 | 第94-100页 |
| 致谢 | 第100-101页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第101-102页 |
| 学位论文数据集 | 第102页 |
