声明
致谢
摘要
图目录
表目录
第1章 绪论
1.1 课题背景与研究意义
1.2 过程监测的研究内容和现状
1.2.1 过程监测的基本概念
1.2.2 过程监测的基本方法
1.2.3 统计过程监测存在的问题
1.3 基于决策融合的过程监测
1.3.1 决策融合的基本思想
1.3.2 多分类器系统的基本思想
1.4 本文的创新点和各章节介绍
1.4.1 主要创新点
1.4.2 各章节介绍
1.5 本章小结
第2章 基本方法和实验平台介绍
2.1 集成学习
2.2 多分类器系统
2.2.1 多样性的计算方法
2.2.2 融合算法简介
2.3 Dempster-Shafer证据理论
2.4 TE Benchmark实验研究平台
2.5 本章小结
第3章 多分类器系统的多样性设计
3.1 多样性设计分析
3.2 训练数据重采样
3.3 多分类器类型选择
3.3.1 无监督方法选择
3.3.2 有监督方法选择
3.4 仿真测试
3.4.1 无监督方法仿真测试
3.4.2 有监督方法仿真测试
3.5 本章小结
第4章 基于D-S证据的决策融合系统设计
4.1 测试各分类器的分类性能
4.2 “所有决策”融合系统
4.2.1 故障检测
4.2.2 故障诊断
4.3 “选择决策”融合系统
4.4 仿真实例:Tennessee Eastman问题
4.4.1 情景1——“所有决策”融合系统
4.4.2 情景2——“选择决策”融合系统
4.5 性能评估
4.6 本章小结
第5章 基于Matlab-GUI的平台设计
5.1 设计框架
5.1.1 主体系统框架
5.1.2 平台与融合框架的对应关系
5.1.3 仿真环境
5.1.4 GUI设计
5.1.5 Access数据库技术
5.2 系统主界面设计
5.2.1 登录界面
5.2.2 系统配置界面
5.2.3 离线建模界面
5.2.4 在线监测与故障诊断界面
5.3 本章小结
第6章 结论
6.1 本文小结
6.2 展望
参考文献
攻读硕士学位期间的科研成果
浙江大学;