软测量技术在酿酒发酵过程的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一部分 软测量技术 | 第8-36页 |
| 第一章 软测量技术综述 | 第10-16页 |
| ·软测量技术原理 | 第10-11页 |
| ·软测量的工程化设计及实现 | 第11-13页 |
| ·辅助变量的选择 | 第11页 |
| ·输入数据的处理 | 第11-12页 |
| ·软测量模型的建立 | 第12-13页 |
| ·软测量模型的在线校正 | 第13页 |
| ·软测量建模步骤 | 第13-14页 |
| ·软测量技术应用 | 第14-16页 |
| 第二章 软测量建模方法探讨 | 第16-22页 |
| ·基于机理分析的方法 | 第16页 |
| ·基于控制对象动态模型的方法 | 第16页 |
| ·基于回归方法 | 第16-22页 |
| ·线性回归法 | 第16-19页 |
| ·非线性回归法 | 第19-22页 |
| 第三章 人工神经网络 | 第22-36页 |
| ·人工神经网络概述 | 第22-24页 |
| ·人工神经网络的特点 | 第22-23页 |
| ·人工神经网络用于软测量建模的可行性分析 | 第23-24页 |
| ·人工神经网络基本原理 | 第24-28页 |
| ·人工神经元模型 | 第24-25页 |
| ·激活函数 | 第25-27页 |
| ·多层感知网络的连接方式 | 第27-28页 |
| ·网络的几个运行阶段 | 第28页 |
| ·BP网络的基本结构和算法 | 第28-31页 |
| ·BP神经网络模型结构 | 第28页 |
| ·BP学习规则 | 第28-31页 |
| ·RBF网络的基本结构和算法 | 第31-36页 |
| ·RBF网络的结构 | 第31-32页 |
| ·RBF网络的分类 | 第32-33页 |
| ·RBF网络的最佳逼近特性 | 第33页 |
| ·RBF网络的训练方法 | 第33-36页 |
| 第二部分 软测量技术在酿酒发酵过程的应用 | 第36-70页 |
| 第四章 白酒酿制技术与工艺 | 第38-44页 |
| ·白酒的酿制技术 | 第38-39页 |
| ·白酒发酵原理 | 第39-40页 |
| ·白酒生产工艺 | 第40-42页 |
| ·白酒的生产检验 | 第42-43页 |
| ·软测量技术在酿酒发酵过程中的应用意义 | 第43-44页 |
| 第五章 酿酒发酵过程中的软测量模型 | 第44-68页 |
| ·数据采集和预处理 | 第44-47页 |
| ·主导变量和辅助变量的确定 | 第44页 |
| ·数据采集和预处理 | 第44-47页 |
| ·多元统计线性回归软测量模型的建立 | 第47-52页 |
| ·多元线性回归模型的建立 | 第47-51页 |
| ·小结 | 第51-52页 |
| ·BP神经网络软测量模型的建立 | 第52-61页 |
| ·BP网络的设计分析 | 第52-55页 |
| ·BP神经网络的建立 | 第55-60页 |
| ·小结 | 第60-61页 |
| ·RBF神经网络软测量模型的建立 | 第61-68页 |
| ·RBF神经网络实现软测量建模的可行性分析 | 第61页 |
| ·RBF网络的设计分析 | 第61-63页 |
| ·RBF网络模型的建立 | 第63-66页 |
| ·小结 | 第66-68页 |
| 第六章 结束语 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录A (攻读硕士学位期间发表论文目录) | 第74页 |
