| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景与意义 | 第10-11页 |
| ·间歇生产过程中的优化与控制 | 第11-16页 |
| ·间歇生产过程 | 第11-13页 |
| ·间歇生产过程的发展与现状 | 第13-15页 |
| ·间歇过程的控制和优化问题分析 | 第15-16页 |
| ·论文的结构和主要内容 | 第16-18页 |
| 第二章 现代优化计算方法综述 | 第18-29页 |
| ·组合最优化问题 | 第18-19页 |
| ·遗传算法 | 第19-23页 |
| ·遗传算法的起源及发展 | 第19-21页 |
| ·遗传算法的一般流程 | 第21-22页 |
| ·演化进化算法的特点 | 第22-23页 |
| ·蚁群算法 | 第23-27页 |
| ·蚁群觅食行为及蚁群优化元启发式算法 | 第23-25页 |
| ·蚁群算法的一般流程 | 第25-27页 |
| ·微粒群算法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 免疫微粒群算法研究 | 第29-50页 |
| ·微粒群算法介绍 | 第30-38页 |
| ·微粒群算法的起源 | 第30-31页 |
| ·基本微粒群算法 | 第31-33页 |
| ·微粒群算法的研究现状及发展 | 第33-35页 |
| ·微粒群优化算法的收敛判断方法 | 第35-36页 |
| ·微粒群优化算法参数选择分析 | 第36-38页 |
| ·免疫微粒群算法(IPSO) | 第38-45页 |
| ·高斯变异算子 | 第39-40页 |
| ·模拟退火算法 | 第40-43页 |
| ·免疫微粒群算法实现 | 第43-45页 |
| ·IPSO算法验证仿真研究 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 PSO算法在聚合反应温度控制中的应用研究 | 第50-63页 |
| ·聚合反应介绍 | 第50-54页 |
| ·聚合反应过程及特点 | 第50-52页 |
| ·聚合反应釜控制算法应用现状 | 第52-54页 |
| ·免疫PSO优化的复合控制器在胶乳聚合反应釜中的应用 | 第54-62页 |
| ·胶乳聚合反应釜的对象特性分析 | 第55-56页 |
| ·IPSO优化的PID控制器 | 第56-58页 |
| ·模糊控制设计 | 第58-59页 |
| ·实验研究与结果分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 PSO算法在生产配方优化中的应用研究 | 第63-70页 |
| ·啤酒糖化生产过程简介 | 第63-64页 |
| ·啤酒配方优化问题描述 | 第64-65页 |
| ·PSO算法应用于啤酒配方优化 | 第65-69页 |
| ·经典PSO算法在啤酒配方优化中的应用 | 第66页 |
| ·免疫PSO算法应用于糖化配方优化 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 结论与展望 | 第70-72页 |
| ·论文工作总结 | 第70-71页 |
| ·今后工作展望 | 第71-72页 |
| 参考文献 | 第72-80页 |
| 个人简历 | 第80-81页 |
| 攻读硕士学位期间的工作业绩 | 第81-82页 |
| 致谢 | 第82页 |