软测量技术原理与应用

前言第1章　软测量技术概述 1.1　软测量技术 1.1.1　软测量的辅助变量选择 1.1.2　软测量的数据选择与处理 1.1.3　软测量的模型辨识与验证 1.2　建模的目的和基本方法 1.2.1　建立数学模型的主要目的 1.2.2　建立模型的基本方法 1.3　小波分析及其应用 1.4　多变量统计建模方法及其在软测量中的应用 1.4.1　相关分析和回归分析 1.4.2　主元分析法 1.4.3　部分最小二乘法 1.5　建模与系统辨识

前言第1章　软测量技术概述 1.1　软测量技术 1.1.1　软测量的辅助变量选择 1.1.2　软测量的数据选择与处理 1.1.3　软测量的模型辨识与验证 1.2　建模的目的和基本方法 1.2.1　建立数学模型的主要目的 1.2.2　建立模型的基本方法 1.3　小波分析及其应用 1.4　多变量统计建模方法及其在软测量中的应用 1.4.1　相关分析和回归分析 1.4.2　主元分析法 1.4.3　部分最小二乘法 1.5　建模与系统辨识 1.6　人工神经网络及其应用 1.7　优化算法及其在软测量技术中的应用 1.8　软测量的实施 1.9　软测量的在线校正第2章　小波算法用于数据处理 2.1　傅里叶变换 2.2　小波变换 2.2.1 函数空间和广义空间 2.2.2　小波变换原理 2.2.3　傅里叶变换、加窗傅里叶变换和小波变换的比较 2.3　一维连续小波变换 2.4　高维连续小波变换 2.5　一维离散小波变换 2.5.1　离散小波变换 2.5.2　二进制小波变换 2.6　多分辨分析 2.7　一维Mallat算法 2.8　提升小波变换 2.9　几种常用的小波基函数 2.10　小波分析在信号处理中的应用 2.10.1　仿真信号 2.10.2　一维连续小波分析 2.10.3　一维离散小波分析 2.10.4　用小波分析进行信号的消噪 2.10.5　小波滤波的在线实现 2.10.6　用小波分析进行信号的奇异性检测 2.10.7　用小波分析进行信号的压缩 2.10.8　用小波分析进行信号的发展趋势识别 2.10.9　用小波分析进行信号的抑制与衰减 2.10.10　用小波分析进行某频率区间信号的识别 2.10.11　用小波分析进行信号的自相似性检测 2.10.12　结论 2.10.13　Manab程序 思考题与习题第3章 多变量统计建模方法及其在软测量中的应用 3.1　相关分析 3.1.1　相关系数计算公式 3.1.2　相关系数r的特点 3.1.3　判断变量间相关程度的原则 3.1.4　线性化方法 3.1.5　现场数据的处理结果 3.2　多元统计回归分析 3.2.1 多元线性回归分析 3.2.2　F检验和t检验 3.2.3　在非线性系统中的应用 3.2.4　多元线性回归方法的原理 3.2.5　多元线性回归计算的主要参数 3.2.6　多元线性回归方程的检验 3.2.7　多元线性回归法的应用示例 3.2.8　喷射塔中SO2吸收传质系数的软测量 3.2.9　多元线性回归程序说明及源程序 3.3　多元逐步回归方法 3.3.1　逐步回归法的概念 3.3.2　多元逐步回归方法计算步骤 3.3.3　逐步回归法存在的问题 3.3.4　应用示例 3.3.5　逐步回归程序说明及源程序 3.4　主元分析法 3.4.1　概述 3.4.2　主元分析方法　……第4章　系统辨识及其在软测量技术中的应用第5章　化学反应器的机理模型第6章　人工神经网络理论及其在建模中的应用第7章　优化算法及其在软测量技术中的应用附录A　F分布值表附录B　t分布表参考文献

本书根据目前软测量技术在控制理论研究和实践中尚未形成系统的理论这一现状而编写。主要内容包括数据处理理论——小波分析，主元分析法，非线性多元回归法，逐步回归法，主元分析，主元回归，部分最小二乘法等主要建模方法以及系统辨识法和机理建模法。此外，本书还采用大量篇幅详细介绍了神经元网络的原理及其应用、优化算法在软测量技术中的应用等。　　全书语言简洁，实例丰富、实践性强。可供自动化、检测技术、机电装备及计算机应用类本科生、硬士研究生和相关教师使用，也可供从事相关领域的科研人员和工程技术人员参考。

系统诠释软测量技术原理，全面剖析工程应用案例，契合工业企业的应用需求，高度概括控制理论体系。 本书精华内容： 系统建模方法和软量测量技术——小波分析、主元分析、部分最小二乘、系统辨识技术、神经网络技术和优化算法；非线性软测量方法——机理建模、神经元技术、主元分析、部分最小二乘、系统辨识和模式识别；典型工况应用案例——建立常压塔装置的脱空度和干点软仪表、聚合过程质量软仪表。