多模型软测量理论研究及其在甲醇生产中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-22页 |
| ·甲醇生产过程软测量 | 第10-11页 |
| ·软测量技术 | 第11-15页 |
| ·辅助变量的选择 | 第12-13页 |
| ·数据采集和预处理 | 第13-14页 |
| ·软测量模型的建立 | 第14页 |
| ·软测量模型在线效正 | 第14-15页 |
| ·软测量建模方法概述 | 第15-19页 |
| ·传统软测量建模方法 | 第15-16页 |
| ·基于统计分析的方法 | 第16-17页 |
| ·基于人工智能的软测量建模方法 | 第17-19页 |
| ·本文的工作 | 第19-20页 |
| ·本文的组织 | 第20-21页 |
| ·论文主要创新点 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第二章 多模型软测量子模型建模 | 第22-37页 |
| ·多模型理论 | 第22-24页 |
| ·模糊C 聚类 | 第24-27页 |
| ·隶属度函数 | 第24页 |
| ·硬C-均值聚类算法 | 第24-25页 |
| ·模糊C-均值聚类算法 | 第25-27页 |
| ·径向基函数（RBF）网络 | 第27-31页 |
| ·神经网络基本概念 | 第27-28页 |
| ·径向基函数神经网络基本概念 | 第28-29页 |
| ·RBF 网络训练 | 第29-31页 |
| ·动态径向基函数网络 | 第31-35页 |
| ·动态径向基函数网络 | 第32页 |
| ·窗函数的选择 | 第32-33页 |
| ·实例仿真 | 第33-35页 |
| ·多模型软测量子模型建模 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 多模型软测量加权建模 | 第37-50页 |
| ·多模型建模方法 | 第37-39页 |
| ·基于切换策略的控制器设计 | 第37-38页 |
| ·基于加权策略的多模型方法 | 第38-39页 |
| ·粒子群算法 | 第39-43页 |
| ·粒子群基本原理 | 第39-40页 |
| ·参数选取 | 第40-41页 |
| ·全局模式与局部模式 | 第41-42页 |
| ·粒子群算法特点 | 第42-43页 |
| ·基于粒子群算法的多模型加权软测量 | 第43-47页 |
| ·基于粒子群的加权算法原理 | 第43-44页 |
| ·基于粒子群的加权算法流程 | 第44-46页 |
| ·多模型加权建模 | 第46-47页 |
| ·仿真实例 | 第47-49页 |
| ·基于粒子群的多模型建模仿真 | 第47-48页 |
| ·和其他建模方法比较 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 甲醇转化工艺软测量建模 | 第50-75页 |
| ·转化工艺及转化率的影响因素 | 第50-53页 |
| ·转化工艺介绍 | 第50-52页 |
| ·转化工艺中转化率的影响因素 | 第52-53页 |
| ·转化过程软测量建模过程 | 第53-72页 |
| ·辅助变量的选取 | 第53-56页 |
| ·数据采集 | 第56-58页 |
| ·数据预处理 | 第58-59页 |
| ·聚类数的确定 | 第59-63页 |
| ·数据聚类结果 | 第63-64页 |
| ·单模型仿真 | 第64-70页 |
| ·转化工艺软测量多模型的建立 | 第70-71页 |
| ·软测量模型的校正 | 第71-72页 |
| ·仿真结果比较 | 第72-74页 |
| ·与单模型仿比较 | 第72-73页 |
| ·与基于概率加权的多模型比较 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 软测量系统工程实现 | 第75-83页 |
| ·软测量系统的平台和开发工具的选择 | 第75-79页 |
| ·软件特点 | 第75-76页 |
| ·软测量系统的硬件组成部分 | 第76-77页 |
| ·软测量系统的软件开发平台 | 第77-79页 |
| ·软件部分功能 | 第79-82页 |
| ·本章小节 | 第82-83页 |
| 总结和展望 | 第83-85页 |
| 1 本文的主要工作总结 | 第83页 |
| 2 进一步的讨论和展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-90页 |
| 攻读硕士学位期间发表的论文 | 第90-91页 |
