| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9页 |
| ·软测量技术的发展现状及原理 | 第9-13页 |
| ·中间的辅助变量选择 | 第11页 |
| ·数据的预处理 | 第11-12页 |
| ·软测量模型的建立 | 第12-13页 |
| ·软测量模型的在线校正 | 第13页 |
| ·软测量建模方法及研究现状 | 第13-16页 |
| ·机理分析建模 | 第14页 |
| ·回归分析建模 | 第14页 |
| ·状态估计建模 | 第14-15页 |
| ·模糊技术建模 | 第15页 |
| ·人工神经网络建模 | 第15页 |
| ·支持向量机建模 | 第15-16页 |
| ·论文主要内容的安排 | 第16-17页 |
| 第二章 理论研究基础 | 第17-27页 |
| ·引言 | 第17页 |
| ·主元回归分析 | 第17-18页 |
| ·主元的特性 | 第18-19页 |
| ·部分最小二乘方法 | 第19-23页 |
| ·算法的基本原理 | 第20-21页 |
| ·算法的基本性质 | 第21-22页 |
| ·算法的研究现状 | 第22-23页 |
| ·基于 RBF 神经网络理论分析 | 第23-26页 |
| ·RBF 神经网络的结构 | 第23-24页 |
| ·RBF 神经网络的训练算法概述 | 第24-25页 |
| ·RBF 神经网络的优点及问题 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 递推部分最小二乘方法 | 第27-31页 |
| ·引言 | 第27页 |
| ·PLS 核算法 | 第27-28页 |
| ·递推的 PLS 算法 | 第28-29页 |
| ·递推 PLS 算法在软测量建模中的应用 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于 QPLS/RBF-PLS/RBF-RPLS 的软测量模型及应用 | 第31-44页 |
| ·引言 | 第31页 |
| ·基于 QPLS 的软测量建模方法及应用 | 第31-34页 |
| ·模型的算法改进 | 第32-33页 |
| ·仿真研究 | 第33-34页 |
| ·基于 RBF-PLS 的软测量建模方法及应用 | 第34-37页 |
| ·基于 RBF-PLS 的模型结构 | 第34-35页 |
| ·基于 RBF-PLS 的模型算法 | 第35-36页 |
| ·仿真研究 | 第36-37页 |
| ·基于 RBF-RPLS 的软测量建模方法及应用 | 第37-41页 |
| ·模型结构 | 第37-38页 |
| ·基于 RBF-RPLS 模型的算法 | 第38-40页 |
| ·仿真研究 | 第40-41页 |
| ·模型比较 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 工业煤气化炉合成气组分浓度的软测量 | 第44-54页 |
| ·引言 | 第44页 |
| ·煤气化技术 | 第44-48页 |
| ·煤气化工艺原理 | 第45-46页 |
| ·煤气化炉的研究 | 第46-48页 |
| ·煤气化炉合成气组分浓度的软测量建模分析及应用 | 第48-52页 |
| ·与其他软测量模型的比较 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61页 |