| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-14页 |
| ·引言 | 第11-12页 |
| ·文章结构 | 第12-14页 |
| 第二章 软测量技术及其在化工过程中的应用 | 第14-27页 |
| ·引言 | 第14-15页 |
| ·软测量技术 | 第15-19页 |
| ·辅助变量选择 | 第16-17页 |
| ·数据预处理 | 第17-18页 |
| ·软测量建模 | 第18-19页 |
| ·模型校正 | 第19页 |
| ·软测量技术应用现状 | 第19-26页 |
| ·机理建模 | 第19-20页 |
| ·经验建模 | 第20-25页 |
| ·混合建模 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 基于机理分析的氯甲烷回收率软测量建模研究 | 第27-34页 |
| ·引言 | 第27页 |
| ·压缩冷凝工艺分析 | 第27-28页 |
| ·机理建模 | 第28-29页 |
| ·数据预处理 | 第29-31页 |
| ·预测结果分析 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第四章 支持向量机改进增量学习算法研究 | 第34-55页 |
| ·引言 | 第34-35页 |
| ·统计学习理论 | 第35-39页 |
| ·VC 维 | 第35-36页 |
| ·推广性的界 | 第36-37页 |
| ·经验风险最小化 | 第37-38页 |
| ·结构风险最小化 | 第38-39页 |
| ·支持向量分类机 | 第39-45页 |
| ·线性支持向量机 | 第40-43页 |
| ·非线性支持向量机 | 第43-45页 |
| ·支持向量机增量学习 | 第45-49页 |
| ·研究现状 | 第46-48页 |
| ·学习算法 | 第48-49页 |
| ·支持向量机改进增量学习 | 第49-54页 |
| ·KKT 条件 | 第49-52页 |
| ·基于KKT 条件的改进学习算法 | 第52-53页 |
| ·仿真实例 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 基于改进 ISVM的氯甲烷含水量软测量建模研究 | 第55-69页 |
| ·引言 | 第55-56页 |
| ·氯甲烷回收工艺 | 第56-60页 |
| ·工艺流程 | 第56-58页 |
| ·主要回收设备 | 第58-60页 |
| ·氯甲烷含水量预测 | 第60-68页 |
| ·选取辅助变量 | 第60-61页 |
| ·数据预处理 | 第61-62页 |
| ·软测量建模 | 第62-64页 |
| ·结果与讨论 | 第64-68页 |
| ·小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-72页 |
| ·全文总结 | 第69-71页 |
| ·研究展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间发表的学术论文目录 | 第79页 |