| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第7-13页 |
| ·研究背景 | 第7页 |
| ·发酵过程建模概述 | 第7-9页 |
| ·发酵过程建模的目的及方法 | 第7页 |
| ·发酵过程模型类型 | 第7-8页 |
| ·国内外发酵过程的建模方法研究 | 第8-9页 |
| ·发酵过程的优化 | 第9-10页 |
| ·罐温、pH 的优化 | 第9页 |
| ·氧传递过程的优化 | 第9页 |
| ·基质流加补料策略的优化 | 第9-10页 |
| ·主要研究内容 | 第10-11页 |
| 参考文献 | 第11-13页 |
| 第2章 发酵过程建模方法研究 | 第13-30页 |
| ·基于微分方程组的发酵过程建模 | 第13-16页 |
| ·引言 | 第13页 |
| ·改进的单纯形法 | 第13-14页 |
| ·“灰箱建模”方法在酒精发酵过程中的应用 | 第14-16页 |
| ·基于动态递归补偿模糊神经网络的发酵过程建模 | 第16-28页 |
| ·动态递归补偿模糊神经网络的特点 | 第16-17页 |
| ·递归补偿模糊神经网络的结构组成 | 第17页 |
| ·递归补偿模糊神经网络的学习算法 | 第17-22页 |
| ·递归补偿模糊神经网络在多粘菌素发酵过程建模及状态估计中的应用 | 第22-28页 |
| ·小结 | 第28-29页 |
| 参考文献 | 第29-30页 |
| 第3章 基于蚁群算法的补料分批发酵过程优化 | 第30-45页 |
| ·基于实数编码的蚁群算法 | 第30-33页 |
| ·蚁群算法概述 | 第30页 |
| ·蚁群算法的基本原理 | 第30-31页 |
| ·基于实数编码的蚁群算法 | 第31-33页 |
| ·改进的蚁群算法 | 第33-35页 |
| ·蚁群算法的具体改进方案实现 | 第33-34页 |
| ·改进的蚁群算法实现的具体步骤 | 第34-35页 |
| ·基于灰箱模型的补料分批发酵过程的优化 | 第35-39页 |
| ·补料分批发酵过程的主要影响因素 | 第35-36页 |
| ·优化问题 | 第36页 |
| ·基于改进蚁群算法的优化问题的求解 | 第36-37页 |
| ·改进的蚁群算法在酒精补料分批发酵过程优化中的具体应用 | 第37-39页 |
| ·基于神经网络拟合模型的多粘菌素补料分批发酵过程优化 | 第39-43页 |
| ·优化问题的提出 | 第39-40页 |
| ·优化问题求解 | 第40-41页 |
| ·改进的蚁群算法在补料分批发酵过程优化控制中的具体应用 | 第41-43页 |
| ·小结 | 第43页 |
| 参考文献 | 第43-45页 |
| 第4章 发酵过程建模与优化软件设计 | 第45-54页 |
| ·软件设计的目的和意义 | 第45页 |
| ·目的 | 第45页 |
| ·意义 | 第45页 |
| ·发酵过程建模与优化软件实现 | 第45-48页 |
| ·软件设计环境 | 第45页 |
| ·软件功能 | 第45-46页 |
| ·系统软件框图 | 第46-47页 |
| ·软件功能实现与技术处理 | 第47-48页 |
| ·发酵过程建模与优化软件的实际应用 | 第48-53页 |
| ·基于灰箱模型的发酵过程建模及动力学研究模块的具体应用 | 第48-51页 |
| ·基于神经网络拟合模型的发酵过程建模及优化模块的具体应用 | 第51-53页 |
| ·小结 | 第53页 |
| 参考文献 | 第53-54页 |
| 第5章 结论与展望 | 第54-56页 |
| ·结论 | 第54-55页 |
| ·研究展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间发表的论文 | 第57页 |
