摘要
第一章 绪论
1．1 引言
1．2 本文研究的背景意义
1．3 软测量技术概况
1．3．1 基本原理
1．3．2 发展进程
1．4 软测量建模步骤
1．5 软测量建模方法及应用
1．5．1 机理建模
1．5．2 基于数据统计建模
1．5．3 混合建模
1．5．4 软测量技术在聚酯行业的应用
1．6 本文研究的主要内容
1．7 小结
第二章 BP神经网络理论
2．1 引言
2．2 人工神经网络简介
2．2．1 人工神经网络的特点
2．2．2 人工神经网络的模型
2．3 反向传播(BP)网络
2．3．1 BP网络的结构
2．3．2 BP网络的学习过程
2．3．3 改进的BP算法
2．4 BP网络的MATLAB实现
2．4．1 MATLAB简介
2．4．2 BP网络的MATLAB实现
2．5 小结
第三章 聚碳酸酯生产与数据预处理
3．1 引言
3．2 聚碳酸酯生产工艺
3．2．1 聚碳酸酯概况
3．2．2 界面缩聚法合成聚碳酸酯的生产工艺
3．2．3 反应机理
3．2．4 界面缩聚法合成聚碳酸酯的主要影响因素
3．3 辅助变量选取
3．4 数据预处理
3．4．1 数据采集
3．4．2 异常数据剔除预处理
3．4．3 数据归一化预处理
3．4．4 小波处理
3．4．5 主元分析
3．5 小结
第四章 基于MATLAB-BP软测量模型的分析与设计
4．1 引言
4．2 网络模型的构造
4．3 模型结构参数的分析与设计
4．3．1 结构的确定
4．3．2 传递函数的选取
4．3．3 隐含层神经元节点数的确定
4．4 MATLAB-BP软测量模型的确定
4．4．1 训练参数的设定
4．4．2 训练方法的确定
4．5 模型的建立
4．6 小结
第五章 模型的验证
5．1 采集数据
5．2 模型的验证
第六章 结论与展望
6．1 结论
6．2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录
声明
