距离上次写科研规划已经3周，中间汇报了2次
一、复盘
自10.4导师给我软测量这个方向已经7周，
第1周：看了文献综述，10.10汇报的是定性讲述软测量的流程，以及一篇文献的案例
第2-3周：第二周因为FIL主网上线，整个人状态不好，一周都无心科研。
第三周：1.把软测量那本书的前五章看完了，涉及到的算法的数学原理都看不懂，
2.然后看了1篇英文IECR顶刊文献，3、4篇软测量中文EI，1篇数据预处理普刊文献。接下来每看一篇文献，都要提取出核心关键点，作为文献笔记，让自己下次一看就知道这篇文献讲什么，否则又回过头来重新看一遍很浪费时间。
3.学习用MATLAB实现对数据进行预处理的代码，本来计划掌握三个数据预处理方法的代码，结果实际上遇到很多困难，最终勉强搞出一个最简单的，还没完全掌握，代码依然有问题。。
10.24汇报的成果就是那个最简单的数据预处理代码，以及文献总结。
第4周：搞bp神经网络，大致弄懂了训练、测试、隐含层、输出层等概念，10.31汇报的BP神经网络使用的案例
第五周：一周都在做加氢裂化
第六周：对柴油加氢装置+低效搞学术，本来想搞懂GA优化BP，结果一直没静下心来，11.14的这次汇报是真的应付了。。
二 、反思
1.第四周的状态还是不错的，搞懂了BP神经网络的用法。
2.第五周时间全部用于做加氢裂化装置了，学术上几乎一点时间没花，项目和学术时间安排不合理。一个优秀的人应该能做到同时兼顾多件事情，并都做好！
3.第六周时间有点浪费了，当时的状态是宁愿对项目，也静不下心来搞懂GA优化BP的代码。
4.上次制定的每天写科研心得没能坚持，只写了四天。。就把这事给忘了。所以这两周除了看了一篇师兄的文章，根本没看文献。
三、总结目前已有的科研思路
1-搞通软测量全流程，现在给你一些数据，你能建立软测量模型吗？
数据预处理的代码还没搞通，建立BP神经网络的代码没问题，但具体咋设置值使得预测效果好，自己还不知道。校正模块还不懂，评价软测量目前只知道均方差这个概念。
2-如何建立非线性【动态】软测量模型是今后软测量建模的主要研究方向。使用动态模拟产生的数据作为软测量的数据。这样就不用管车间要大量的DCS数据了。
3-可以将两个（或以上）已有的算法结合起来作为模型创新点。如GA优化BP，最小支持向量机等
4-将两个（或以上）已有的算法结合起来作为操作优化的新方法
5-评价鲁棒性可以用阶跃干扰。
四、接下来的规划
上次总结发现要想玩好软测量这个游戏，关键在于3点：
1.基本功。也就是用MATLAB实现软测量的全流程。这个是目前要解决的大问题。不会基本功，就只能是纸上谈兵。现在想到的两个方法：
1）最好是能找到对应论文的代码，然后重复一遍，基本功就基本掌握了。这个快速高效，站在别人的肩膀上继续前进。之前师兄说过硕士论文可能有详细的流程。并且如果有校友，说不定可以直接直接联系作者管他要源代码学习。
2）如果没有，那只能自己重新编程。这个复杂低效，好处可能是这样下来自己编程的能力可能就被训练出来了。可主要目的不是学习matlab编程，而是解决软测量建模的问题。
2.新的idea，可以是对算法的优化改进，可以是将某算法与其它算法结合，从而得到更优的模型，预测结果更准。
这个方法很明确，就是多看文献，看懂，看多了，自然就会有一些新的idea冒出来。有一点很关键，就是看的过程中一定要不断的思考：这篇文献解决了什么问题，有什么问题还没解决？科学研究始于问题，这就是idea的源泉。
3.足够重视。每天都要记录自己当天的科研心得或收获，不断复盘反思，以获取快速的进步。
那接下来还是一样，
1、1-2天看一篇文献，并写文献笔记。
2、代码上还是往做到“给自己数据就能建立软测量模型并相对准确地预测的程度“”靠近！
