基于小波神经网络软 丈量技术探讨

当前随着经济的发展,大型化工企业的的信息化成为不可避免的趋势,先进控制作为实现高质量产品的稳定均衡生产的有效手段得到了愈来愈广的应用。软丈量|教学论文网|技术作为一种为解决产品质量等关键性生产参数在线实时丈量|教学论文网|问题,和有效提高生产效益、保证产品质量的有力手段得到广泛关注和重视。本文在对化工过程知识熟悉和理解的基础上,深入研究软丈量|教学论文网|技术的应用,将数学理论中调和分析技术发展的最新成果小波理论应用到软丈量|教学论文网|技术的神经网络构建中,取得了较好的效果。本文工作主要有以下两点:1、计算机辅助教学及化工数据处理的研究。本文作者通过介入全国高等学校教学研究会和全国高等学校教学研究中心研究计划立项的化工计算机辅助教学体系的研究和开发项目和化工原理—山东省精品课程建设项目等工作,在开发完成教学、熟悉实习和化工复杂计算的相关软件的过程中,对化工过程的设备及相应的复杂计算有了较为深入的熟悉和理解,为软丈量|教学论文网|技术中的公道建模、数据校正和小波神经网络的公道应用奠定了基础。2、基于小波神经网络的软丈量|教学论文网|技术软件的开发和应用。作者通过对小波神经网络和软丈量|教学论文网|技术的深入研究和探讨,结合产业过程控制的特点,开发出了适合化工产业过程控制的基于小波神经网络的软丈量|教学论文网|技术软件,通过对分离过程的典型实例验证表明,该软件具有辨识精度高、泛化能力强、练习简单和通用性强的上风,能够满足实际应用的要求。【关键词】：软丈量|教学论文网|MATLAB小波神经网络数据校正过失误差侦破
【论文提纲】：1绪论9-211.1引言91.2产业过程控制9-101.3软丈量|教学论文网|技术的基本思想10-181.3.1机理分析和辅助变量的选择11-121.3.2数据采集和预处理12-161.3.3软丈量|教学论文网|模型的建立16-181.4人工神经网络在软丈量|教学论文网|技术中的应用18-191.5本章小结19-212化工类计算机辅助教学及化工数据处理的研究21-352.1引言212.2国内外化工CAI的发展212.3CAI的基本理论21-242.3.1CAI的理论原则21-232.3.2CAI软件的开发流程23-242.4化工CAI软件的研究和开发24-272.4.1化工原理学习辅导多媒体CAI系统24-262.4.2化工原理电化教学课件26-272.4.3化工类专业熟悉实习多媒体课件272.5基于MATLAB的化工数据处理27-322.5.1MATLAB简介27-282.5.2化工数据处理程序的编写28-322.6化工CAI软件应用评价32-342.7本章小结34-353小波神经网络及其算法35-563.1引言353.2小波分析35-443.2.1小波分析定义35-373.2.2多分辨率分析37-393.2.3小波包分析39-403.2.4小波和小波包分解的信号重构40-413.2.5几种常用的基小波41-433.2.6常用小波性质对比表43-443.3人工神经网络44-483.3.1人工神经网络的分类44-453.3.2人工神经网络模型简介45-483.4小波神经网络48-553.4.1小波神经网络的由来483.4.2小波分析和神经网络的结合途径48-493.4.3小波神经网络的算法49-513.4.4小波神经网络的分类51-543.4.5小波网络和BP网络、RBF网络的比较54-553.5本章小结55-564软丈量|教学论文网|技术的研究56-704.1引言564.2数据预处理56-684.2.1过失误差侦破56-664.2.2数据校正方法66-684.3软丈量|教学论文网|模型68-694.3.1回归分析法68-694.3.2神经网络法694.4本章小结69-705软件的开发与应用70-825.1引言705.2基于小波神经网络的软丈量|教学论文网|软件的开发70-755.2.1软件的需求分析705.2.2软件的结构设计70-715.2.3软件开发工具715.2.4软丈量|教学论文网|软件的实现71-755.2.5软件中使用文本的规定755.3软件的应用75-815.3.1常减压蒸馏装置流程简述75-765.3.2数据预处理76-795.3.3常压塔中常一线90％点的软丈量|教学论文网|模型79-815.4.本章小结81-826结论82-83参考文献83-89致谢89-90发表论文90