数据驱动优化软件的设计和开发
摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第一章 绪论 | 第12-16页 |
·研究背景及意义 | 第12-13页 |
·化工过程优化 | 第13页 |
·本文研究的内容及组织结构 | 第13-16页 |
·本文研究的内容 | 第14页 |
·论文结构 | 第14-16页 |
第二章 软件集成的算法 | 第16-34页 |
·建模方法 | 第17-19页 |
·人工神经网络 | 第17-18页 |
·支持向量回归 | 第18-19页 |
·随机搜索法 | 第19-20页 |
·模糊 C 均值聚类 | 第20页 |
·信息分析法 | 第20-21页 |
·算法的改进 | 第21-23页 |
·高斯过程回归 | 第21-22页 |
·改进的算法 | 第22-23页 |
·常压塔 | 第23-32页 |
·操作变量 | 第25页 |
·目标函数 | 第25-27页 |
·约束条件 | 第27页 |
·基于高斯过程回归和信息分析法的常压塔操作优化 | 第27-32页 |
·本章小结 | 第32-34页 |
第三章 软件的总体结构设计 | 第34-38页 |
·引言 | 第34-35页 |
·软件体系架构 | 第35-36页 |
·软件的整体架构 | 第35页 |
·软件的功能结构 | 第35-36页 |
·面向对象设计 | 第36-37页 |
·本章小结 | 第37-38页 |
第四章 软件的实现 | 第38-46页 |
·引言 | 第38-39页 |
·软件界面的实现 | 第39-41页 |
·数据处理功能的实现 | 第41-42页 |
·建模功能的实现 | 第42-44页 |
·优化功能的实现 | 第44-45页 |
·本章小结 | 第45-46页 |
第五章 常压塔操作优化的软件应用 | 第46-60页 |
·引言 | 第46页 |
·常压塔操作优化的软件实现 | 第46-57页 |
·基于人工神经网络模型常压塔优化的软件实现 | 第46-51页 |
·基于支持向量回归模型常压塔优化的软件实现 | 第51-55页 |
·基于高斯过程回归模型常压塔优化的软件实现 | 第55-57页 |
·优化结果的讨论 | 第57-58页 |
·查看结果 | 第58-59页 |
·本章小结 | 第59-60页 |
第六章 结论及展望 | 第60-62页 |
·结论 | 第60页 |
·工作展望 | 第60-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-68页 |
研究成果及发表的学术论文 | 第68-70页 |
作者和导师简介 | 第70-71页 |
硕士研究生学位论文答辩委员会决议书 | 第71-72页 |