基于仿射传播聚类和高斯过程回归的软测量建模研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 论文的研究背景及意义 | 第7-8页 |
| 1.2 软测量技术的研究现状 | 第8-12页 |
| 1.2.1 软测量技术概述 | 第8页 |
| 1.2.2 软测量建模方法 | 第8-10页 |
| 1.2.3 基于数据驱动的多模型建模 | 第10-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 第二章 多模型软测量建模基本算法 | 第13-23页 |
| 2.1 引言 | 第13页 |
| 2.2 仿射传播聚类算法 | 第13-15页 |
| 2.3 高斯过程回归方法 | 第15页 |
| 2.4 多模型融合策略 | 第15-16页 |
| 2.5 基于AP和GPR的多模型建模步骤 | 第16-17页 |
| 2.6 仿真实验 | 第17-22页 |
| 2.7 本章小结 | 第22-23页 |
| 第三章 基于PCA-DEAP的软测量建模方法 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 基于PCA和DE改进的AP算法 | 第23-26页 |
| 3.2.1 PCA改进的AP算法 | 第23-24页 |
| 3.2.2 基于DE的AP算法参数优化 | 第24-25页 |
| 3.2.3 PCA-DEAP算法 | 第25-26页 |
| 3.3 基于预测方差的贝叶斯融合 | 第26-27页 |
| 3.4 基于改进AP的多模型软测量建模步骤 | 第27页 |
| 3.5 仿真实验 | 第27-34页 |
| 3.5.1 标准数据集仿真 | 第27-31页 |
| 3.5.2 污水处理过程建模 | 第31-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 基于增量AP的在线软测量建模方法 | 第35-45页 |
| 4.1 引言 | 第35页 |
| 4.2 增量AP算法 | 第35-36页 |
| 4.3 JITL结合GPR的在线建模方法 | 第36-38页 |
| 4.4 基于增量AP的在线软测量建模步骤 | 第38页 |
| 4.5 仿真实验 | 第38-44页 |
| 4.5.1 标准数据集仿真 | 第38-41页 |
| 4.5.2 青霉素发酵过程建模 | 第41-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第五章 结论与展望 | 第45-47页 |
| 5.1 论文总结 | 第45页 |
| 5.2 前景展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 附录： 作者在攻读硕士学位期间发表的论文 | 第52页 |
