基于支持向量机的电解液成分预测
摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 绪论 | 第11-19页 |
·引言 | 第11页 |
·论文的研究背景 | 第11-12页 |
·软测量技术的基本原理 | 第12-16页 |
·辅助变量的选择 | 第13页 |
·采集数据的处理 | 第13-14页 |
·软测量模型的建立 | 第14-16页 |
·软测量模型的在线校正 | 第16页 |
·软测量的应用现状 | 第16-17页 |
·本课题的研究意义 | 第17-19页 |
第二章 ISA电解生产过程分析 | 第19-27页 |
·电解铜生产概况 | 第19-21页 |
·电解反应机理 | 第19-20页 |
·电解生产工艺 | 第20-21页 |
·影响电解铜质量的因素 | 第21-23页 |
·铜酸浓度的影响 | 第21-22页 |
·电解液循环速度 | 第22页 |
·电解过程电流密度的影响 | 第22页 |
·杂质浓度的影响 | 第22-23页 |
·温度的影响 | 第23页 |
·影响铜酸浓度的因素分析 | 第23-24页 |
·电解液循环系统的过程变量 | 第24页 |
·阳极铜的作用 | 第24页 |
·其它因素的影响 | 第24页 |
·铜酸浓度预测的可行性分析 | 第24-25页 |
·小结 | 第25-27页 |
第三章 支持向量机及其参数选择算法的改进 | 第27-55页 |
·支持向量机的发展 | 第27页 |
·统计学习理论 | 第27-30页 |
·经验风险最小化原则 | 第27-28页 |
·结构风险最小化原则与VC维 | 第28-30页 |
·支持向量机算法 | 第30-35页 |
·支持向量机分类理论 | 第30-31页 |
·支持向量回归理论 | 第31-34页 |
·核函数 | 第34-35页 |
·支持向量机训练算法 | 第35-41页 |
·两变量的二次规划子问题 | 第35-38页 |
·二次规划求解后相关变量的更新 | 第38-40页 |
·待优化变量的选择及SMO算法步骤 | 第40-41页 |
·支持向量机参数及其选择方法 | 第41-42页 |
·多目标优化算法 | 第42-47页 |
·多目标优化问题的基本概念 | 第42-43页 |
·传统的多目标优化方法 | 第43-44页 |
·非支配排序多目标遗传算法(NSGA-Ⅱ) | 第44-47页 |
·基于NSGA-Ⅱ的支持向量机回归模型参数选取 | 第47-54页 |
·目标函数的确定 | 第48-49页 |
·个体的表示和编码方式 | 第49页 |
·支持向量回归参数选取 | 第49-50页 |
·决策最优参数 | 第50-51页 |
·仿真结果 | 第51-54页 |
·本章小结 | 第54-55页 |
第四章 基于混合策略的电解过程软测量建模 | 第55-69页 |
·问题的提出 | 第55页 |
·电解液中铜酸成分变化的机理分析 | 第55-56页 |
·铜离子浓度 | 第55-56页 |
·硫酸浓度 | 第56页 |
·铜酸成分软测量混合模型 | 第56-60页 |
·混合模型 | 第57-58页 |
·黑箱模型 | 第58-60页 |
·软测量模型的建立 | 第60-61页 |
·仿真结果 | 第61-64页 |
·混合模型与黑箱模型输出的比较 | 第63-64页 |
·软测量模型的校正 | 第64-66页 |
·短期校正 | 第64-66页 |
·长期校正 | 第66页 |
·本章小结 | 第66-69页 |
第五章 结论与展望 | 第69-71页 |
·论文研究总结 | 第69页 |
·展望 | 第69-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-77页 |
攻读硕士期间发表的论文 | 第77页 |