基于随机配置神经网络的柴油质量指标软测量方法研究及应用

目录

声明

摘要

第一章绪论

1．1．论文的背景及意义

1．2．研究现状和应用水平

1．2．1．常减压蒸馏装置控制现状

1．2．2．软测量技术的发展及其应用

1．2．3．基于随机理论的学习方法

1．3．论文的主要内容和结构

第二章传统软测量建模方法

2．1．常减压装置工艺背景

2．2．选取辅助变量

2．2．1．辅助变量的选取原则

2．2．2．辅助变量的确定

2．3．数据的预处理

2．3．1．异常数据的处理

2．3．2．数据的归一化处理

2．4．基于回归分析的软测量模型

2．4．1．多元线性回归和多元逐步回归

2．4．2．主元分析和主元回归

2．4．3．偏最小二乘法

2．5． 本章小结

第三章基于RBF神经网络的软测量模型探索

3．1．2．RBF神经网络结构

3．2．RBF神经网络学习训练方法

3．2．1．隐含层中心的确定

3．2．2．隐含层到输出层连接权值的计算

3．3．生物地理学优化算法

3．2．1．生物地理学优化算法概述

3．2．2．生物地理学优化算法原理

3．4．基于BBO算法优化的RBF神经网络

3．5．本章小结

第四章基于随机配置神经网络的软测量模型

4．1．随机配置神经网络概述

4．2．随机配置神经网络理论基础

4．3．随机配置网络的算法描述

4．4．基于随机配置神经网络的软测量模型

4．5．本章小结

第五章柴油质量指标软测量仪表系统的实现

5．1．软测量仪表系统的架构

5．2．基于OPC协议的数据通讯

5．3．基于ADO技术的Access数据库访问

5．4．基于MFC的对话框程序

5．5．软测量仪表的维护

5．6．本章小结

结论与展望

参考文献

致谢

作者和导师简介