饱和蒸汽干度软测量方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·课题背景及研究意义 | 第8-10页 |
| ·稠油热采工艺介绍 | 第8-9页 |
| ·饱和蒸汽的干度 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的主要工作 | 第11-12页 |
| 2 饱和蒸汽干度的测量 | 第12-21页 |
| ·干度测量方法 | 第12-14页 |
| ·人工化验法 | 第12页 |
| ·单参数方法 | 第12-13页 |
| ·双参数方法 | 第13页 |
| ·软测量法 | 第13-14页 |
| ·软测量技术介绍 | 第14-17页 |
| ·软测量原理 | 第14页 |
| ·辅助变量的选择 | 第14-15页 |
| ·软测量建模方法 | 第15-17页 |
| ·饱和蒸汽干度的软测量分析 | 第17-20页 |
| ·饱和蒸汽干度与流量的关系 | 第17-19页 |
| ·干度软测量分析 | 第19-20页 |
| ·小结 | 第20-21页 |
| 3 支持向量机 | 第21-35页 |
| ·理论基础 | 第21-24页 |
| ·机器学习若干问题 | 第21-22页 |
| ·统计学习理论内容 | 第22-24页 |
| ·支持向量机原理 | 第24-31页 |
| ·支持向量机的产生 | 第24-27页 |
| ·非线性支持向量机 | 第27-29页 |
| ·支持向量机回归算法 | 第29-31页 |
| ·最小二乘支持向量机 | 第31-34页 |
| ·最小二乘支持向量机原理 | 第31-33页 |
| ·最小二乘支持向量机回归算法 | 第33-34页 |
| ·小结 | 第34-35页 |
| 4 最小二乘支持向量机参数优化 | 第35-45页 |
| ·引言 | 第35页 |
| ·粒子群优化算法 | 第35-38页 |
| ·算法基本原理 | 第35-37页 |
| ·算法参数设置 | 第37-38页 |
| ·粒子群优化算法改进 | 第38-42页 |
| ·变异粒子群优化算法 | 第38-40页 |
| ·算法仿真测试 | 第40-42页 |
| ·MPSO算法在LS-SVM参数优化中的应用 | 第42-44页 |
| ·参数优化算法分析 | 第42页 |
| ·算法仿真测试 | 第42-44页 |
| ·小结 | 第44-45页 |
| 5 饱和蒸汽干度软测量建模 | 第45-53页 |
| ·干度软测量建模过程 | 第45-48页 |
| ·数据的获取 | 第45-46页 |
| ·数据预处理 | 第46-47页 |
| ·建模算法流程 | 第47-48页 |
| ·实验仿真分析 | 第48-50页 |
| ·干度软测量在蒸汽流量测量中的应用 | 第50-52页 |
| ·小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
