基于组合神经网络的软测量技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·引言 | 第10-12页 |
| ·文章结构 | 第12-13页 |
| 第二章 软测量技术在化工过程中的应用 | 第13-23页 |
| ·引言 | 第13-14页 |
| ·软测量技术 | 第14-17页 |
| ·概述 | 第14-15页 |
| ·设计步骤 | 第15-17页 |
| ·软测量技术应用现状 | 第17-22页 |
| ·机理分析 | 第17-18页 |
| ·回归分析 | 第18-19页 |
| ·支持向量机 | 第19-20页 |
| ·人工神经网络 | 第20-21页 |
| ·模糊数学 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 组合神经网络建模方法 | 第23-44页 |
| ·引言 | 第23-24页 |
| ·人工神经网络 | 第24-30页 |
| ·发展历史 | 第24-25页 |
| ·BP神经网络 | 第25-30页 |
| ·组合预测方法 | 第30-40页 |
| ·发展历史 | 第30-32页 |
| ·组合预测分类 | 第32-34页 |
| ·非最优正权组合预测模型系数确定 | 第34-36页 |
| ·最优线性组合预测模型系数确定 | 第36-40页 |
| ·组合神经网络 | 第40-42页 |
| ·小结 | 第42-44页 |
| 第四章 聚丙烯熔融指数软测量建模 | 第44-67页 |
| ·引言 | 第44页 |
| ·聚丙烯生产工艺 | 第44-52页 |
| ·Spheripol工艺 | 第45-52页 |
| ·熔融指数 | 第52页 |
| ·组合神经网络建模 | 第52-66页 |
| ·辅助变量选取 | 第52-54页 |
| ·数据采集 | 第54-55页 |
| ·数据预处理 | 第55-57页 |
| ·数据时序确定 | 第57-58页 |
| ·熔融指数预测 | 第58-60页 |
| ·模型性能比较 | 第60-66页 |
| ·小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-70页 |
| ·全文总结 | 第67-68页 |
| ·研究展望 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表的学术论文目录 | 第78页 |
