| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 课题研究背景和意义 | 第12-13页 |
| 1.2 复杂工业过程软测量建模方法研究现状 | 第13-18页 |
| 1.2.1 软测量技术简介 | 第13-15页 |
| 1.2.2 软测量建模方法研究现状 | 第15-17页 |
| 1.2.3 多速率系统的过程建模与软测量研究进展 | 第17-18页 |
| 1.3 水泥分解炉过程建模方法研究现状 | 第18-22页 |
| 1.3.1 水泥分解炉动态过程建模方法研究现状 | 第18-20页 |
| 1.3.2 水泥分解炉生料分解率预报建模方法研究现状 | 第20-22页 |
| 1.4 存在的问题 | 第22页 |
| 1.5 本文的主要工作 | 第22-24页 |
| 第2章 水泥分解炉生料分解率预报建模问题描述 | 第24-32页 |
| 2.1 新型干法水泥生产过程工艺描述 | 第24-27页 |
| 2.1.1 水泥生产过程工艺描述 | 第24-26页 |
| 2.1.2 水泥生料预分解过程工艺描述 | 第26-27页 |
| 2.2 水泥分解炉生料预分解过程特性分析 | 第27-28页 |
| 2.3 影响水泥分解炉生料分解率的相关变量分析 | 第28-29页 |
| 2.4 水泥分解炉生料分解率预报建模难点分析 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 水泥分解炉动态数据特征提取与特征选择方法研究 | 第32-64页 |
| 3.1 预备知识 | 第32-39页 |
| 3.1.1 维数约简 | 第32-36页 |
| 3.1.2 支持向量机 | 第36-39页 |
| 3.2 面向复杂工业过程动态数据的特征提取与特征选择方法 | 第39-49页 |
| 3.2.1 面向动态数据的特征提取与特征选择策略 | 第39-40页 |
| 3.2.2 数据预处理 | 第40-41页 |
| 3.2.3 基于惩罚保局投影PLPP的函数型时间序列动态特征提取 | 第41-47页 |
| 3.2.4 基于mRMR准则和SFS的两阶段质量指标预报模型特征选择 | 第47-49页 |
| 3.2.5 算法小结 | 第49页 |
| 3.3 水泥分解炉动态数据的特征提取与特征选择 | 第49-51页 |
| 3.4 仿真实验 | 第51-62页 |
| 3.4.1 数据描述 | 第51页 |
| 3.4.2 参数选择 | 第51-53页 |
| 3.4.3 实验结果比较分析 | 第53-62页 |
| 3.5 本章小结 | 第62-64页 |
| 第4章 基于半监督支持向量机的生料分解率预报建模方法 | 第64-80页 |
| 4.1 预备知识 | 第64-70页 |
| 4.1.1 半监督学习概述 | 第64-67页 |
| 4.1.2 半监督ε-LapSVR算法 | 第67-70页 |
| 4.2 基于半监督ε-LapSVR的生料分解率预报模型 | 第70-74页 |
| 4.2.1 基于半监督ε-LapSVR的生料分解率预报模型结构 | 第70-72页 |
| 4.2.2 数据预处理 | 第72页 |
| 4.2.3 生料分解率预报模型的特征提取与特征选择 | 第72-73页 |
| 4.2.4 基于半监督ε-LapSVR的生料分解率预报建模 | 第73-74页 |
| 4.2.5 算法小结 | 第74页 |
| 4.3 仿真实验 | 第74-78页 |
| 4.3.1 数据描述 | 第74页 |
| 4.3.2 参数选择 | 第74-75页 |
| 4.3.3 实验结果分析 | 第75-78页 |
| 4.4 本章小结 | 第78-80页 |
| 第5章 结论与展望 | 第80-82页 |
| 参考文献 | 第82-90页 |
| 致谢 | 第90-92页 |
| 攻读硕士期间的主要工作 | 第92页 |
