偏最小二乘方法及其在工業(yè)過程數(shù)據(jù)處理中的應用
定 價：58 元
當前圖書已被 32 所學校薦購過！
查看明細
- 作者：高學金、齊詠生、王普 著
- 出版時間：2019/12/1
- ISBN：9787122358257
- 出 版 社：化學工業(yè)出版社
- 中圖法分類：TB114.2
- 頁碼：186
- 紙張：
- 版次：01
- 開本：小16開
《偏最小二乘方法及其在工業(yè)過程數(shù)據(jù)處理中的應用》的作者多年來一直從事工業(yè)過程數(shù)據(jù)的統(tǒng)計建模、過程監(jiān)測與診斷、關鍵因變量的預測與回歸，他在借鑒國內外有關最新研究成果和自身完成的研究實例基礎上，博采眾家之長，寫成此書。全書結合具體的工業(yè)過程實例，對基于PLS的過程數(shù)據(jù)線性回歸、統(tǒng)計建模、過程監(jiān)測和質量預測等進行了比較系統(tǒng)的介紹，之后深入探討了非線性PLS方法理論與應用中的一些關鍵問題，如核函數(shù)的選擇、雙核映射等。
本書可作為自動控制專業(yè)及數(shù)據(jù)科學與大數(shù)據(jù)技術專業(yè)研究生的學習參考書，同時對從事自動化和數(shù)據(jù)科學方面的研究、設計、開發(fā)和應用的廣大工程師、技術人員也具有一定的參考價值。
高學金，北京工業(yè)大學，學院書記/教授，博士，教授，碩導，北京市中青年骨干教師，兼任數(shù)字社區(qū)教育部工程研究中心常務副主任、中國自動化學會青年工作委員會委員、中國自動化學會技術過程的故障診斷與安全性專業(yè)委員會委員。主持國家自然科學基金2項、北京市自然科學基金等省部級課題3項、西門子（中國）有限公司等企事業(yè)單位委托課題8項。發(fā)表學術論文60余篇，被SCI、EI等檢索50篇次。授權國家發(fā)明專利12項。出版專著1部。獲得省部級一等獎2項、三等獎1項。
第1章緒論 / 001
1.1引言 / 001
1.2研究背景與意義 / 002
1.3偏最小二乘方法描述 / 004
1.4偏最小二乘方法的研究現(xiàn)狀 / 005
1.4.1基于PLS的線性回歸研究現(xiàn)狀 / 005
1.4.2基于PLS的統(tǒng)計建模、故障監(jiān)測研究現(xiàn)狀 / 005
1.4.3基于PLS的質量變量預測研究現(xiàn)狀 / 006
1.4.4非線性PLS的研究與發(fā)展 / 007
1.5全書概況 / 008
參考文獻 / 010
第2章基于PLS的工業(yè)過程線性回歸分析 / 013
2.1引言 / 013
2.2PLS原理基石：MLR與PCR / 015
2.2.1多元線性回歸MLR / 015
2.2.2主成分回歸PCR / 017
2.3單變量偏最小二乘回歸 / 019
2.3.1算法推導 / 019
2.3.2基本性質 / 020
2.3.3交叉有效性 / 021
2.4多變量偏最小二乘回歸 / 021
2.4.1算法推導 / 021
2.4.2基本性質 / 022
2.4.3交叉有效性 / 023
2.4.4工業(yè)過程中PLS質量預測模型 / 024
2.5PLS與PCR比較 / 024
2.6典型間歇過程——青霉素發(fā)酵過程案例研究 / 025
2.6.1間歇過程及其數(shù)據(jù)預處理 / 025
2.6.2青霉素發(fā)酵仿真平臺介紹 / 027
2.6.3基于MPLS的青霉素發(fā)酵過程質量預測 / 029
2.7結束語 / 030
參考文獻 / 030
第3章基于PLS的工業(yè)過程統(tǒng)計建模與故障監(jiān)測 / 032
3.1引言 / 032
3.2工業(yè)過程數(shù)據(jù)分析的問題描述 / 032
3.3基于PLS的工業(yè)過程統(tǒng)計建模 / 034
3.3.1偏最小二乘算法的基本原理 / 034
3.3.2基于PLS模型的方法 / 035
3.3.3基于PLS 擴展模型的方法 / 035
3.4基于PLS的工業(yè)過程故障監(jiān)測 / 038
3.4.1PLS主元個數(shù)確定 / 038
3.4.2基于PLS多變量統(tǒng)計過程檢測圖 / 038
3.4.3基于PLS過程監(jiān)測步驟 / 040
3.5PLS用于過程監(jiān)測時的幾何特性分析 / 040
3.6基于PCA和PLS的過程監(jiān)測算法區(qū)別與聯(lián)系 / 042
3.6.1基于PLS方法統(tǒng)計建模與PCA的比較 / 042
3.6.2PLS過程監(jiān)測與PCA的比較 / 043
3.7案例研究 / 044
3.7.1數(shù)值仿真研究 / 044
3.7.2TE過程案例研究 / 046
3.7.3發(fā)酵過程監(jiān)測案例研究 / 048
3.8結束語 / 055
參考文獻 / 056
第4章基于PLS的工業(yè)過程質量預測建模 / 058
4.1引言 / 058
4.2質量預測問題描述 / 061
4.3基于PLS的質量預測算法 / 063
4.3.1基于PLS的質量預測算法簡介 / 064
4.3.2過程變量與質量變量的相關關系分析 / 065
4.3.3過程變量在解釋質量變量方面的作用 / 066
4.3.4對成分的解釋 / 067
4.3.5正交信號修正方法 / 068
4.3.6質量預測算法步驟 / 070
4.3.7基于多階段劃分的質量預測 / 071
4.4工業(yè)過程案例研究 / 074
4.4.1Pensim發(fā)酵平臺仿真實驗 / 074
4.4.2某制藥廠大腸桿菌發(fā)酵過程現(xiàn)場實驗 / 079
4.5結束語 / 083
參考文獻 / 083
第5章基于核映射的非線性偏最小二乘方法 / 085
5.1引言 / 085
5.2傳統(tǒng)KPLS算法描述 / 086
5.2.1核映射過程 / 086
5.2.2KPLS算法 / 087
5.2.3核函數(shù)選擇 / 089
5.3一種新的基于小波核的KPLS算法 / 089
5.3.1多維張量積小波核函數(shù)的推導及有效性證明 / 090
5.3.2數(shù)值例證明Morlet小波核函數(shù)有效性 / 091
5.3.3基于Morlet小波核的KPLS在非線性混沌系統(tǒng)擬合中的驗證 / 094
5.4基于KPLS的工業(yè)過程故障監(jiān)測與質量預測 / 103
5.4.1監(jiān)控統(tǒng)計量的確定 / 104
5.4.2基于KPLS的過程監(jiān)測及質量預測步驟 / 104
5.5工業(yè)案例應用 / 107
5.5.1大腸桿菌發(fā)酵過程 / 107
5.5.2基于KPLS對發(fā)酵過程的質量預測 / 107
5.5.3基于KPLS對發(fā)酵過程的故障監(jiān)測 / 109
5.6結束語 / 110
參考文獻 / 111
第6章基于約化雙核PLS的非線性過程質量預測 / 112
6.1引言 / 112
6.2PLS的雙核結構提出與討論 / 112
6.3約化雙核PLS算法 / 114
6.3.1核技巧的特征向量提取方法 / 114
6.3.2針對核方法的參數(shù)調節(jié)優(yōu)化 / 116
6.3.3質量數(shù)據(jù)的投影及其特征提取 / 119
6.3.4高維核空間數(shù)據(jù)的逆向還原算法 / 121
6.4案例研究 / 125
6.4.1數(shù)值例Ⅰ / 125
6.4.2數(shù)值例Ⅱ / 127
6.4.3大腸桿菌實驗平臺 / 129
6.4.4分析與討論 / 130
6.5結束語 / 131
參考文獻 / 132
第7章基于JITL-PLS統(tǒng)計模型動態(tài)更新 / 134
7.1引言 / 134
7.2工業(yè)數(shù)據(jù)的動態(tài)JITL局部樣本選擇 / 136
7.2.1局部建模策略優(yōu)勢 / 136
7.2.2即時學習(JITL)局部模型選取方法 / 137
7.2.3對JITL模型樣本容量閾值的討論 / 138
7.2.4動態(tài)JITL樣本選擇 / 139
7.3基于JITL-PLS的工業(yè)過程在線監(jiān)測 / 142
7.3.1基于PLS回歸殘差的模型更新機制 / 142
7.3.2基于改進即時學習策略的工業(yè)過程在線監(jiān)測 / 144
7.3.3回歸殘差更新機制實驗 / 145
7.3.4青霉素發(fā)酵過程仿真實驗 / 146
7.4基于JITL-PLS的工業(yè)過程質量預測 / 151
7.4.1一種新的預測效果度量指標：預測標準差 / 151
7.4.2算法總體流程 / 152
7.4.3青霉素實驗平臺實驗設計 / 153
7.4.4實驗結果分析 / 154
7.5結束語 / 158
參考文獻 / 159
第8章基于核熵PLS(KEPLS)的工業(yè)過程質量預測與控制 / 162
8.1引言 / 162
8.2核熵PLS算法原理 / 162
8.3基于KEPLS的工業(yè)過程質量監(jiān)控與預警 / 164
8.3.1改進的特征采樣(IFS)算法 / 164
8.3.2基于IFS-KEPLS的過程監(jiān)測以及質量預測步驟 / 167
8.3.3KEPLS算法和KPLS算法實驗結果比較分析 / 169
8.4基于KEPLS的工業(yè)過程質量控制 / 174
8.4.1標準向量核空間貢獻圖(SV-KCD)方法 / 174
8.4.2SV-KCD與KEPLS相結合的過程質量控制算法描述 / 175
8.5案例研究 / 178
8.5.1SV-KEPLS方法在大腸桿菌發(fā)酵過程中的應用 / 179
8.5.2質量預測仿真 / 183
8.5.3基于SV-KEPLS的質量控制的仿真 / 184
8.6結束語 / 185
參考文獻 / 185
書單推薦
