| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-32页 |
| 1.1 课题研究目的与意义 | 第16-17页 |
| 1.1.1 课题背景及意义 | 第16-17页 |
| 1.1.2 课题来源 | 第17页 |
| 1.2 间歇过程概述 | 第17-24页 |
| 1.2.1 间歇过程特质 | 第18-20页 |
| 1.2.2 自身生化工艺特性 | 第20-23页 |
| 1.2.3 数据采集系统应用 | 第23-24页 |
| 1.3 间歇工业过程多元统计过程监测算法研究现状 | 第24-29页 |
| 1.3.1 多元统计过程监测算法的目的 | 第24-27页 |
| 1.3.2 针对过程非线性问题 | 第27-28页 |
| 1.3.3 针对过程多阶段问题 | 第28-29页 |
| 1.4 论文主要研究内容 | 第29-30页 |
| 1.5 论文组织结构 | 第30-32页 |
| 第2章 基于快速JITL-MPLS的间歇过程质量预测研究 | 第32-52页 |
| 2.1 引言 | 第32-33页 |
| 2.2 多向偏最小二乘方法 | 第33-38页 |
| 2.2.1 偏最小二乘 | 第33-34页 |
| 2.2.2 数据的三向展开 | 第34-38页 |
| 2.3 即时学习(JITL)局部模型选取方法 | 第38-39页 |
| 2.4 改进的局部MPLS质量预测策略 | 第39-42页 |
| 2.4.1 两步历史数据样本筛选策略 | 第39-41页 |
| 2.4.2 离线建模与在线质量预测流程 | 第41-42页 |
| 2.5 案例分析 | 第42-50页 |
| 2.5.1 青霉素发酵过程 | 第42-46页 |
| 2.5.2 大肠杆菌工业发酵过程 | 第46-49页 |
| 2.5.3 分析与讨论 | 第49-50页 |
| 2.6 本章小结 | 第50-52页 |
| 第3章 基于局部样本重选的过程故障下MPLS研究 | 第52-66页 |
| 3.1 引言 | 第52-53页 |
| 3.2 PLS相关统计量简介 | 第53-54页 |
| 3.2.1 T~2统计量 | 第53-54页 |
| 3.2.2 SPE统计量 | 第54页 |
| 3.3 故障下的历史样本重选方法 | 第54-58页 |
| 3.4 案例分析 | 第58-63页 |
| 3.4.1 青霉素发酵过程实验与结果 | 第58-61页 |
| 3.4.2 大肠杆菌发酵过程实验与结果 | 第61页 |
| 3.4.3 分析与讨论 | 第61-63页 |
| 3.5 本章小结 | 第63-66页 |
| 第4章 针对间歇数据的局部自适应JITL-MPLS方法研究 | 第66-86页 |
| 4.1 引言 | 第66-68页 |
| 4.2 针对间歇过程的自适应JITL局部样本选择 | 第68-74页 |
| 4.2.1 对JITL模型样本容量阈值的讨论 | 第68页 |
| 4.2.2 自适应JITL样本选择 | 第68-74页 |
| 4.3 案例分析Ⅰ | 第74-80页 |
| 4.3.1 青霉素实验平台实验设计 | 第74-75页 |
| 4.3.2 实验结果分析 | 第75-80页 |
| 4.4 一种新预测效果度量指标设计:预测标准差 | 第80-84页 |
| 4.4.1 预测标准差 | 第80-81页 |
| 4.4.2 案例分析Ⅱ | 第81-84页 |
| 4.5 本章小结 | 第84-86页 |
| 第5章 基于约化双核MPLS的非线性过程质量预测研究 | 第86-104页 |
| 5.1 引言 | 第86-87页 |
| 5.2 核偏最小二乘法 | 第87-89页 |
| 5.2.1 核技巧 | 第87页 |
| 5.2.2 对核偏最小二乘的讨论 | 第87-89页 |
| 5.3 约化的双核MPLS算法 | 第89-95页 |
| 5.3.1 核技巧的特征向量提取方法 | 第89-90页 |
| 5.3.2 质量数据的投影及其特征提取 | 第90-92页 |
| 5.3.3 高维核空间数据的逆向还原算法 | 第92-95页 |
| 5.4 案例分析 | 第95-102页 |
| 5.4.1 数值例Ⅰ | 第95-97页 |
| 5.4.2 数值例Ⅱ | 第97-99页 |
| 5.4.3 大肠杆菌实验平台 | 第99-101页 |
| 5.4.4 分析与讨论 | 第101-102页 |
| 5.5 本章小结 | 第102-104页 |
| 第6章 针对质量数据缺乏的近邻MPLS质量预测研究 | 第104-138页 |
| 6.1 引言 | 第104页 |
| 6.2 间隙内数据及算法改进潜力 | 第104-109页 |
| 6.2.1 对数据采集及处理的讨论 | 第104-108页 |
| 6.2.2 对过程数据监督能力的讨论 | 第108-109页 |
| 6.3 间隙软测量策略分析 | 第109-121页 |
| 6.3.1 针对间隙数据的交叉检验 | 第113-116页 |
| 6.3.2 带有间隙逻辑的JITL历史模型选择策略 | 第116-117页 |
| 6.3.3 近邻方案分析 | 第117-121页 |
| 6.4 案例分析Ⅰ | 第121-128页 |
| 6.4.1 青霉素平台 | 第121-127页 |
| 6.4.2 大肠杆菌工业平台 | 第127-128页 |
| 6.5 算法的核化与间歇过程非线性问题 | 第128-134页 |
| 6.5.1 核技巧与局部算法 | 第128-130页 |
| 6.5.2 针对核方法的参数调节优化 | 第130-134页 |
| 6.6 案例分析Ⅱ | 第134-135页 |
| 6.6.1 实验设计 | 第134页 |
| 6.6.2 实验结果及分析 | 第134-135页 |
| 6.7 本章小结 | 第135-138页 |
| 结论 | 第138-142页 |
| 本文的主要研究成果 | 第138-139页 |
| 未来的工作展望 | 第139-142页 |
| 参考文献 | 第142-150页 |
| 攻读博士学位期间所发表的学术论文 | 第150-151页 |
| 攻读博士学位期间所获奖励 | 第151页 |
| 攻读博士学位期间参与的科研项目 | 第151-152页 |
| 致谢 | 第152页 |
