偏最小二乘方法及其在工业过程数据处理中的应用 2025 chm pdf kindle rb azw3 下载 115盘

《偏*小二乘方法及其在工业过程数据处理中的应用》的作者多年来一直从事工业过程数据的统计建模、过程监测与诊断、关键因变量的预测与回归，他在借鉴国内外有关*研究成果和自身完成的研究实例基础上，博采众家之长，写成此书。全书结合具体的工业过程实例，对基于PLS的过程数据线性回归、统计建模、过程监测和质量预测等进行了比较系统的介绍，之后深入探讨了非线性PLS方法理论与应用中的一些关键问题，如核函数的选择、双核映射等。本书可作为自动控制专业及数据科学与大数据技术专业研究生的学习参考书，同时对从事自动化和数据科学方面的研究、设计、开发和应用的广大工程师、技术人员也具有一定的参考价值。

第1章绪论 / 001

1.1引言 / 001

1.2研究背景与意义 / 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现状 / 005

1.4.1基于PLS的线性回归研究现状 / 005

1.4.2基于PLS的统计建模、故障监测研究现状 / 005

1.4.3基于PLS的质量变量预测研究现状 / 006

1.4.4非线性PLS的研究与发展 / 007

1.5全书概况 / 008

参考文献 / 010

第2章基于PLS的工业过程线性回归分析 / 013

2.1引言 / 013

2.2PLS原理基石：MLR与PCR / 015

2.2.1多元线性回归MLR / 015

2.2.2主成分回归PCR / 017

2.3单变量偏最小二乘回归 / 019

2.3.1算法推导 / 019

2.3.2基本性质 / 020

2.3.3交叉有效性 / 021

2.4多变量偏最小二乘回归 / 021

2.4.1算法推导 / 021

2.4.2基本性质 / 022

2.4.3交叉有效性 / 023

2.4.4工业过程中PLS质量预测模型 / 024

2.5PLS与PCR比较 / 024

2.6典型间歇过程——青霉素发酵过程案例研究 / 025

2.6.1间歇过程及其数据预处理 / 025

2.6.2青霉素发酵仿真平台介绍 / 027

2.6.3基于MPLS的青霉素发酵过程质量预测 / 029

2.7结束语 / 030

参考文献 / 030

第3章基于PLS的工业过程统计建模与故障监测 / 032

3.1引言 / 032

3.2工业过程数据分析的问题描述 / 032

3.3基于PLS的工业过程统计建模 / 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 扩展模型的方法 / 035

3.4基于PLS的工业过程故障监测 / 038

3.4.1PLS主元个数确定 / 038

3.4.2基于PLS多变量统计过程检测图 / 038

3.4.3基于PLS过程监测步骤 / 040

3.5PLS用于过程监测时的几何特性分析 / 040

3.6基于PCA和PLS的过程监测算法区别与联系 / 042

3.6.1基于PLS方法统计建模与PCA的比较 / 042

3.6.2PLS过程监测与PCA的比较 / 043

3.7案例研究 / 044

3.7.1数值仿真研究 / 044

3.7.2TE过程案例研究 / 046

3.7.3发酵过程监测案例研究 / 048

3.8结束语 / 055

参考文献 / 056

第4章基于PLS的工业过程质量预测建模 / 058

4.1引言 / 058

4.2质量预测问题描述 / 061

4.3基于PLS的质量预测算法 / 063

4.3.1基于PLS的质量预测算法简介 / 064

4.3.2过程变量与质量变量的相关关系分析 / 065

4.3.3过程变量在解释质量变量方面的作用 / 066

4.3.4对成分的解释 / 067

4.3.5正交信号修正方法 / 068

4.3.6质量预测算法步骤 / 070

4.3.7基于多阶段划分的质量预测 / 071

4.4工业过程案例研究 / 074

4.4.1Pensim发酵平台仿真实验 / 074

4.4.2某制药厂大肠杆菌发酵过程现场实验 / 079

4.5结束语 / 083

参考文献 / 083

第5章基于核映射的非线性偏最小二乘方法 / 085

5.1引言 / 085

5.2传统KPLS算法描述 / 086

5.2.1核映射过程 / 086

5.2.2KPLS算法 / 087

5.2.3核函数选择 / 089

5.3一种新的基于小波核的KPLS算法 / 089

5.3.1多维张量积小波核函数的推导及有效性证明 / 090

5.3.2数值例证明Morlet小波核函数有效性 / 091

5.3.3基于Morlet小波核的KPLS在非线性混沌系统拟合中的验证 / 094

5.4基于KPLS的工业过程故障监测与质量预测 / 103

5.4.1监控统计量的确定 / 104

5.4.2基于KPLS的过程监测及质量预测步骤 / 104

5.5工业案例应用 / 107

5.5.1大肠杆菌发酵过程 / 107

5.5.2基于KPLS对发酵过程的质量预测 / 107

5.5.3基于KPLS对发酵过程的故障监测 / 109

5.6结束语 / 110

参考文献 / 111

第6章基于约化双核PLS的非线性过程质量预测 / 112

6.1引言 / 112

6.2PLS的双核结构提出与讨论 / 112

6.3约化双核PLS算法 / 114

6.3.1核技巧的特征向量提取方法 / 114

6.3.2针对核方法的参数调节优化 / 116

6.3.3质量数据的投影及其特征提取 / 119

6.3.4高维核空间数据的逆向还原算法 / 121

6.4案例研究 / 125

6.4.1数值例Ⅰ / 125

6.4.2数值例Ⅱ / 127

6.4.3大肠杆菌实验平台 / 129

6.4.4分析与讨论 / 130

6.5结束语 / 131

参考文献 / 132

第7章基于JITL-PLS统计模型动态更新 / 134

7.1引言 / 134

7.2工业数据的动态JITL局部样本选择 / 136

7.2.1局部建模策略优势 / 136

7.2.2即时学习(JITL)局部模型选取方法 / 137

7.2.3对JITL模型样本容量阈值的讨论 / 138

7.2.4动态JITL样本选择 / 139

7.3基于JITL-PLS的工业过程在线监测 / 142

7.3.1基于PLS回归残差的模型更新机制 / 142

7.3.2基于改进即时学习策略的工业过程在线监测 / 144

7.3.3回归残差更新机制实验 / 145

7.3.4青霉素发酵过程仿真实验 / 146

7.4基于JITL-PLS的工业过程质量预测 / 151

7.4.1一种新的预测效果度量指标：预测标准差 / 151

7.4.2算法总体流程 / 152

7.4.3青霉素实验平台实验设计 / 153

7.4.4实验结果分析 / 154

7.5结束语 / 158

参考文献 / 159

第8章基于核熵PLS(KEPLS)的工业过程质量预测与控制 / 162

8.1引言 / 162

8.2核熵PLS算法原理 / 162

8.3基于KEPLS的工业过程质量监控与预警 / 164

8.3.1改进的特征采样(IFS)算法 / 164

8.3.2基于IFS-KEPLS的过程监测以及质量预测步骤 / 167

8.3.3KEPLS算法和KPLS算法实验结果比较分析 / 169

8.4基于KEPLS的工业过程质量控制 / 174

8.4.1标准向量核空间贡献图(SV-KCD)方法 / 174

8.4.2SV-KCD与KEPLS相结合的过程质量控制算法描述 / 175

8.5案例研究 / 178

8.5.1SV-KEPLS方法在大肠杆菌发酵过程中的应用 / 179

8.5.2质量预测仿真 / 183

8.5.3基于SV-KEPLS的质量控制的仿真 / 184

8.6结束语 / 185

参考文献 / 185

高学金，北京工业大学，学院书记/教授，博士，教授，硕导，北京市中青年骨干教师，兼任数字社区*工程研究中心常务副主任、中国自动化学会青年工作委员会委员、中国自动化学会技术过程的故障诊断与安全性专业委员会委员。主持国家自然科学基金2项、北京市自然科学基金等省部级课题3项、西门子（中国）有限公司等企事业单位委托课题8项。发表学术论文60余篇，被SCI、EI等检索50篇次。授权国家发明专利12项。出版专著1部。获得省部级一等奖2项、三等奖1项。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：偏最小二乘方法及其在工业过程数据处理中的应用在线阅读

在线听书地址：偏最小二乘方法及其在工业过程数据处理中的应用在线收听

在线购买地址：偏最小二乘方法及其在工业过程数据处理中的应用在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

结合具体工业过程实例，对基于PLS的过程数据线性回归、统计建模、过程检测和质量预测进行了系统介绍

前言

偏最小二乘(partial least squares，PLS)，是多元线性回归算法的一种扩展算法。自1975年HWord第一篇有关PLS的文章面世以来，其在社会经济、化学计量、化工工业等诸多领域得到了广泛应用，成为目前主要的空间压缩和成分提取技术之一。20世纪90年代，随着PLS方法在应用过程中出现的各种实际问题，出现了许多PLS的扩展和改进算法，其理论也在不断完善。

偏最小二乘分析方法是从应用领域中提出的一种新型多元数据分析方法，其主要适用于多因变量对多自变量的线性回归建模，并可以有效地解决许多用普通多元性回归无法解决的问题，诸如：变量多重相关性在系统建模中的不良作用以及在样本容量小于变量个数的情况下进行回归建模等，而且它的一个重要优势是将回归建模、主成分分析及典型相关分析的基本功能有机地结合起来。

本书从适合应用人员理解的角度出发，深入浅出地介绍了PLS及其相关扩展与改进算法的理论成果和应用技术，其中也包括作者团队近年来在该领域的研究工作。

本书共分为8章：第1章绪论，介绍了PLS算法形成的背景意义、发展历史、国内外的研究现状及研究思路；第2章详细介绍了基于PLS算法在工业过程线性回归分析中的主要原理和实际应用；第3章对基于PLS的工业过程统计建模与故障监测进行了详细论述，重点阐述了PLS与PCA在多元统计过程监控应用中的区别和联系；第4章在第3章基础上，扩展介绍了基于PLS的工业过程质量变量预测中的应用；第5章对基于核映射的非线性偏最小二乘方法进行了深入的阐述和总结，属于PLS算法的非线性扩展；第6章提出了一种新的约化双核的PLS非线性方法，该方法旨在对自变量和因变量两个空间的非线性关系进行深入探讨，以解决更为复杂的非线性关系；第7章对PLS模型的动态更新问题进行了深入的分析，提出了基于即时学习的PLS(JITL-PLS)算法，属于PLS算法的动态性扩展研究；第8章研究基于核熵PLS(KEPLS)的工业过程质量预测与监控，将熵信息引入到PLS中，更好地诠释显变量和隐变量之间的关系，最后给出相关案例，表明该方向研究的重要性。

高学金教授撰写了第3、4、7章，齐咏生教授撰写了第5、6、8章，王普研究员撰写了第1、2章。

本书在编写过程中得到国家自然科学基金(61803005，61640312，61763037)、北京市自然科学基金(4172007，4192011)、中国制造2025绿色制造系统集成项目、北京市教育委员会的资助，还得到了数字社区*工程研究中心、城市轨道交通北京实验室、计算智能与智能系统北京市重点实验室的支持。本书的出版得到了化学工业出版社的大力支持和帮助，也得到了张亚庭、李亚芬、常鹏、高慧慧等老师的帮助，在此一并致以诚挚的感谢。研究生李征、张海利、杨彦霞、王锡昌、曹彩霞、王豪、刘爽爽、陈修哲、崔久莉、张亚堃 等同学参与了本书的整理工作，感谢他们的辛勤工作。

由于著者水平有限，书中存在的不妥和疏漏之处，恳请读者批评指正。

著者

2019年7月于北京