| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景 | 第10-11页 |
| ·应用背景 | 第11页 |
| ·论文结构安排 | 第11-12页 |
| ·创新点 | 第12-13页 |
| 第二章 软测量技术概述 | 第13-19页 |
| ·软测量技术 | 第13-15页 |
| ·软测量器的工程化设计及实施 | 第13-14页 |
| ·软测量的辅助变量选择 | 第14页 |
| ·软测量的数据选择与处理 | 第14-15页 |
| ·软测量的模型辨识与验证 | 第15页 |
| ·数学建模 | 第15-16页 |
| ·建模目的 | 第15-16页 |
| ·建模方法 | 第16页 |
| ·优化算法在软测量技术中的应用 | 第16-19页 |
| ·遗传算法 | 第16-18页 |
| ·粒子群算法 | 第18-19页 |
| 第三章 支持向量机理论基础 | 第19-38页 |
| ·支持向量机的优点和缺点 | 第19-20页 |
| ·支持向量机的优点 | 第19页 |
| ·支持向量机的缺点 | 第19-20页 |
| ·凸二次规划问题 | 第20-23页 |
| ·凸二次规划 | 第20-21页 |
| ·凸规划的对偶理论 | 第21-23页 |
| ·线性支持向量机 | 第23-29页 |
| ·支持向量机基础理论 | 第23-25页 |
| ·线性支持向量分类机 | 第25-26页 |
| ·线性支持向量回归机 | 第26-29页 |
| ·非线性支持向量机 | 第29-32页 |
| ·Hilbert 空间上H 的Φ变换 | 第29-30页 |
| ·核函数 | 第30页 |
| ·C - 支持向量分类机 | 第30-31页 |
| ·ε- 支持向量回归机 | 第31-32页 |
| ·结构风险最小化原则 | 第32-34页 |
| ·k -折交叉确认 | 第34-35页 |
| ·支持向量机的变形与拓广 | 第35-38页 |
| 第四章 基于支持向量机的软测量方法在污水处理中的应用研究 | 第38-56页 |
| ·数据来源及其要求 | 第38-42页 |
| ·数据来源 | 第38-39页 |
| ·污水指标以及污水出水要求 | 第39-40页 |
| ·变量选取 | 第40-42页 |
| ·仿真环境 | 第42页 |
| ·仿真流程和工具箱调用 | 第42-47页 |
| ·数据采集 | 第42页 |
| ·数据预处理 | 第42-43页 |
| ·C、g 参数寻优 | 第43-45页 |
| ·其它参数设定 | 第45-46页 |
| ·利用训练集建立模型 | 第46页 |
| ·利用测试集检验模型 | 第46-47页 |
| ·仿真实验 | 第47-56页 |
| ·使用网格法进行参数寻优 | 第47-49页 |
| ·使用遗传算法进行参数寻优 | 第49-50页 |
| ·使用粒子群算法进行参数寻优 | 第50-51页 |
| ·仿真结果 | 第51-56页 |
| 第五章 软测量模型的实时在线预测研究 | 第56-60页 |
| ·数据来源 | 第56-57页 |
| ·模型的实时在线更新 | 第57-60页 |
| ·数据库的更新 | 第57页 |
| ·仿真步骤 | 第57-58页 |
| ·仿真实验 | 第58-60页 |
| 第六章 总结与展望 | 第60-61页 |
| ·总结 | 第60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 符号说明 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附录 A 实验数据记录表 | 第65-70页 |
| 个人简历、在学期间发表的学术论文 | 第70页 |
| 个人简历 | 第70页 |
| 发表的论文 | 第70页 |