基于SVM的常压塔石脑油干点软测量建模研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景 | 第9页 |
| ·工艺流程 | 第9-14页 |
| ·常减压塔工艺流程 | 第10-13页 |
| ·石脑油干点 | 第13-14页 |
| ·软测量技术综述 | 第14-17页 |
| ·软测量技术的原理 | 第14-15页 |
| ·软测量技术建模方法综述 | 第15-17页 |
| ·课题的主要研究内容 | 第17-18页 |
| 第2章 支持向量机的理论概述 | 第18-29页 |
| ·支持向量机(SVM)算法的研究现状 | 第18-20页 |
| ·理论研究 | 第18-19页 |
| ·支持向量机的改进算法 | 第19-20页 |
| ·支持向量机在工业中的应用 | 第20页 |
| ·机器学习的基本原理 | 第20-22页 |
| ·统计学原理 | 第22-24页 |
| ·支持向量机(SVM)算法 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于支持向量机的软测量建模 | 第29-43页 |
| ·标准支持向量机回归方法的原理 | 第29-32页 |
| ·辅助变量的选取及数据的处理 | 第32-35页 |
| ·辅助变量的选择 | 第32-34页 |
| ·数据的处理 | 第34-35页 |
| ·数据的归一化 | 第35页 |
| ·基于向量机软测量建模 | 第35-41页 |
| ·基于支持向量机的软测量建模 | 第36-39页 |
| ·参数C和P的调节 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 最小二乘支持向量机软测量建模研究 | 第43-63页 |
| ·最小二乘支持向量机的基本原理 | 第43-46页 |
| ·基于最小二乘支持向量机的软测量建模 | 第46-51页 |
| ·最小二乘支持向量机软测量建模 | 第46-48页 |
| ·参数的调整 | 第48-49页 |
| ·两种建模方法的比较 | 第49-51页 |
| ·最小二乘支持向量机的改进 | 第51-53页 |
| ·主元分析法缩小数据集 | 第53-60页 |
| ·运用主元分析的最小二乘支持向量机建模 | 第53-57页 |
| ·主元个数的选取 | 第57-58页 |
| ·主元分析后建模结果与直接建模结果的比较 | 第58-60页 |
| ·软测量模型的校正 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间发表的学术论文 | 第69-71页 |
| 致谢 | 第71页 |
