试析向量基于SVM和RVM加热炉钢温建模策略

摘要5-6

Abstract6-10

第1章 绪论10-18

1.1 引言10

1.2 加热炉工艺历程介绍10-14

1.2.1 工艺历程概述10-12

1.2.2 加热炉本体12

1.2.3 加热炉建模的难点和探讨近况12-14

1.3 历程建模策略概述14-17

1.3.1 机理浅析建模14-15

1.3.2 基于数据驱动的统计建模15-16

1.3.3 混合建模16-17

1.4 本论文的探讨工作及组织结构17-18

第2章 历程数据的特点提取18-28

2.1 特点提取策略概述18-20

2.2 主元浅析20-23

2.2.1 主元浅析策略原理20-22

2.2.2 主元选取策略22-23

2.3 核主元浅析23-25

2.3.1 基于核函数策略的基本思想23-24

2.3.2 核主元浅析策略原理24-25

2.4 本章小结25-28

第3章 基于SVM的加热炉钢温建模策略28-50

3.1 支持向量机基本原理28-38

3.1.1 统计学习论述28-30

3.1.2 支持向量机分类30-34

3.1.3 支持向量机回归34-36

3.1.4 最小二乘支持向量机36-38

3.2 SVM与LSSVM回归算法仿真实验38-40

3.3 支持向量机在加热炉钢温预报中的探讨40-48

3.3.1 钢温预测模型浅析40-42

3.3.2 LSSVM回归建模仿真42-43

3.3.3 PCA-LSSVM回归建模仿真43-45

3.3.4 KPCA-LSSVM回归建模仿真45-48

3.4 本章小结48-50

第4章 基于RVM的加热炉钢温建模策略50-64

4.1 关联向量机基本原理50-58

4.1.1 贝叶斯学习论述50-53

4.1.2 关联向量机回归53-56

4.1.3 关联向量机分类56-58

4.2 RVM回归算法仿真实验58-59

4.3 关联向量机在加热炉钢温预报中的探讨59-63

4.3.1 RVM回归建模仿真59-61

4.3.2 PCA-RVM回归建模仿真61-62

4.3.3 KPCA-RVM回归建模仿真62-63

4.4 本章小结63-64

第5章 总结与展望64-66