| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·引言 | 第10-11页 |
| ·软测量技术概述 | 第11-14页 |
| ·软测量技术原理 | 第11-12页 |
| ·软测量模型的建立 | 第12-14页 |
| ·软测量建模方法概述 | 第14-17页 |
| ·基于工艺机理分析的建模方法 | 第14页 |
| ·基于数据驱动的建模方法 | 第14-16页 |
| ·混合建模方法 | 第16-17页 |
| ·软测量技术的现状与展望 | 第17-18页 |
| ·论文的主要内容与结构 | 第18-20页 |
| 第2章 基于高斯核化的自适应模糊核聚类算法 | 第20-32页 |
| ·引言 | 第20页 |
| ·传统的模糊核聚类算法 | 第20-23页 |
| ·模糊聚类算法 | 第20-21页 |
| ·模糊核聚类算法 | 第21-22页 |
| ·模糊核聚类存在的问题 | 第22-23页 |
| ·基于高斯核化的自适应模糊核聚类算法 | 第23-27页 |
| ·初始聚类中心选取方法 | 第24-26页 |
| ·聚类结果评价 | 第26-27页 |
| ·仿真实验与实际应用 | 第27-30页 |
| ·Iris数据集 | 第27-29页 |
| ·石脑油属性数据的分类 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 基于证据合成规则的多模型动态软测量建模方法 | 第32-42页 |
| ·引言 | 第32-33页 |
| ·自适应模糊核聚类方法 | 第33-34页 |
| ·最小二乘支持向量机 | 第34页 |
| ·基于D-S合成规则的多模型输出融合 | 第34-36页 |
| ·证据理论基础 | 第35页 |
| ·基于D-S合成规则的概率分配函数 | 第35-36页 |
| ·多模型输出融合 | 第36页 |
| ·自回归滑动平均(ARMA)模型 | 第36-37页 |
| ·基于D-S合成规则的多模型动态软测量建模步骤 | 第37-38页 |
| ·仿真研究 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于D-S合成规则和ARIMA的多模型动态软测量建模方法 | 第42-54页 |
| ·引言 | 第42-43页 |
| ·仿射传播聚类算法 | 第43-44页 |
| ·基于证据(D-S)合成规则的多模型输出 | 第44-46页 |
| ·证据概率分配函数 | 第44-45页 |
| ·折扣因子修正证据概率分配函数 | 第45-46页 |
| ·多模型输出融合 | 第46页 |
| ·差分自回归滑动平均(ARMA)模型 | 第46-47页 |
| ·基于D-S合成规则和ARIMA的多模型动态软测量建模步骤 | 第47-49页 |
| ·工业应用 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| ·本文的主要工作总结 | 第54页 |
| ·今后研究工作展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-63页 |
| 在读硕士学位期间发表的论文 | 第63页 |
