基于历史数据的偏最小二乘建模方法研究与应用
| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 第1章 绪论 | 第15-31页 |
| ·研究背景及意义 | 第15-18页 |
| ·基于数据的热工优化方法 | 第18-20页 |
| ·基于数据的机组最优工况挖掘 | 第18-19页 |
| ·基于数据的“软”测量方法 | 第19页 |
| ·基于数据的系统建模方法 | 第19-20页 |
| ·基于数据的建模过程 | 第20-30页 |
| ·数据准备 | 第22-26页 |
| ·数据建模 | 第26-27页 |
| ·模型检验 | 第27-30页 |
| ·论文的主要内容及结构安排 | 第30-31页 |
| 第2章 偏最小二乘方法 | 第31-48页 |
| ·引言 | 第31-32页 |
| ·PLS研究的历史与现状 | 第32-34页 |
| ·偏最小二乘原理及算法 | 第34-39页 |
| ·偏最小二乘算法推导 | 第34-36页 |
| ·模型提取成分个数的确定 | 第36-39页 |
| ·偏最小二乘回归的辅助分析技术 | 第39-44页 |
| ·模型的精度分析 | 第39-40页 |
| ·自变量重要性指标 | 第40-41页 |
| ·对潜变量成分的解释或命名 | 第41-43页 |
| ·特异点的识别 | 第43-44页 |
| ·非线性PLS方法 | 第44-47页 |
| ·INLR | 第45-46页 |
| ·基于核变换的非线性PLS建模 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第3章 基于均匀设计原理的建模样本数据选择 | 第48-69页 |
| ·引言 | 第48-50页 |
| ·试验设计的介绍 | 第50-51页 |
| ·试验设计的方法 | 第51-57页 |
| ·全面试验 | 第51-52页 |
| ·多次单因素试验 | 第52-53页 |
| ·正交试验设计 | 第53-55页 |
| ·均匀试验设计 | 第55-57页 |
| ·建模样本数据选择方法的确定 | 第57-59页 |
| ·基于均匀设计的建模样本数据选择方法 | 第59-64页 |
| ·均匀设计表的选择 | 第59-60页 |
| ·均匀表各水平下数据的选择方式 | 第60-63页 |
| ·取点个数较多时均匀表的构造 | 第63页 |
| ·建模数据在同一水平下的重复性 | 第63-64页 |
| ·筛选数据时的一些其它原则 | 第64页 |
| ·建模样本均匀性对模型预测能力影响的仿真分析 | 第64-67页 |
| ·仿真实验的方法介绍 | 第64-65页 |
| ·实验结果及分析 | 第65-67页 |
| ·本章小结 | 第67-69页 |
| 第4章 基于PLS的建模样本选择方法及其改进 | 第69-84页 |
| ·引言 | 第69-72页 |
| ·基于PLS变换的建模样本筛选方法 | 第72-76页 |
| ·PLS成分提取的思想 | 第72-73页 |
| ·PLS算法的简化 | 第73-74页 |
| ·基于PLS变换的建模样本筛选步骤 | 第74-75页 |
| ·基于PLS变换的筛选方法在建模中的效果 | 第75-76页 |
| ·基于正交信号修正的建模样本筛选方法 | 第76-83页 |
| ·基于正交信号修正的建模样本筛选步骤 | 第76-79页 |
| ·基于O-PLS的筛选方法在建模中的效果 | 第79-83页 |
| ·本章小结 | 第83-84页 |
| 第5章 基于偏最小二乘方法的锅炉再热汽温建模 | 第84-99页 |
| ·引言 | 第84-86页 |
| ·建模对象特性分析 | 第86-90页 |
| ·建模对象特性分析 | 第86-87页 |
| ·再热汽温期望焓升的主要影响因素 | 第87-90页 |
| ·稳态工况数据的选取 | 第90-91页 |
| ·再热期望焓升模型的建立 | 第91-96页 |
| ·模型的应用 | 第96-97页 |
| ·本章小结 | 第97-99页 |
| 第6章 结论与展望 | 第99-101页 |
| ·结论 | 第99-100页 |
| ·后续工作展望 | 第100-101页 |
| 参考文献 | 第101-108页 |
| 攻读博士学位期间发表的学术论文 | 第108-109页 |
| 攻读博士学位期间参加的科研工作 | 第109-110页 |
| 致谢 | 第110-111页 |
| 作者简介 | 第111页 |
