中药生产工艺的智能优化研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第14-26页 |
1.1 课题背景 | 第14-15页 |
1.2 研究意义及内容 | 第15-18页 |
1.2.1 研究意义 | 第15-16页 |
1.2.2 研究内容 | 第16-18页 |
1.3 研究现状 | 第18-22页 |
1.3.1 关键工艺参数筛选 | 第18-19页 |
1.3.2 质量指标预测 | 第19-21页 |
1.3.3 工艺参数优化 | 第21页 |
1.3.4 工艺实时反馈 | 第21-22页 |
1.4 本文贡献 | 第22-24页 |
1.5 组织结构 | 第24-26页 |
第2章 相关技术综述 | 第26-42页 |
2.1 概述 | 第26页 |
2.2 关键工艺参数筛选 | 第26-32页 |
2.2.1 概述 | 第26页 |
2.2.2 Pearson相关系数 | 第26-28页 |
2.2.3 逐步回归法 | 第28-31页 |
2.2.4 K-Means聚类法 | 第31-32页 |
2.2.5 评价指标 | 第32页 |
2.3 质量指标预测 | 第32-37页 |
2.3.1 概述 | 第32-33页 |
2.3.2 多元线性回归 | 第33-34页 |
2.3.3 朴素贝叶斯 | 第34-36页 |
2.3.4 BP神经网络 | 第36页 |
2.3.5 GA遗传算法 | 第36-37页 |
2.3.6 评价指标 | 第37页 |
2.4 关键工艺参数优化 | 第37-41页 |
2.4.1 概述 | 第37-38页 |
2.4.2 回归模型线性融合 | 第38页 |
2.4.3 NSGA-Ⅱ算法 | 第38-40页 |
2.4.4 评价指标 | 第40-41页 |
2.5 本章小结 | 第41-42页 |
第3章 中药生产关键工艺参数筛选 | 第42-60页 |
3.1 概述 | 第42页 |
3.2 BCA关键工艺参数筛选算法 | 第42-49页 |
3.2.1 双向聚类 | 第43-44页 |
3.2.2 方差分析 | 第44-45页 |
3.2.3 算法流程 | 第45-49页 |
3.3 实验结果与分析 | 第49-58页 |
3.3.1 实验环境 | 第49-50页 |
3.3.2 实验方案 | 第50-52页 |
3.3.3 实验结果 | 第52-56页 |
3.3.4 实验分析 | 第56-58页 |
3.4 本章小结 | 第58-60页 |
第4章 中药生产质量指标预测 | 第60-72页 |
4.1 概述 | 第60-61页 |
4.2 GA-BP质量指标预测 | 第61-65页 |
4.2.1 GA优化BP参数 | 第61-63页 |
4.2.2 建立预测模型 | 第63页 |
4.2.3 算法流程 | 第63-65页 |
4.3 实验结果与分析 | 第65-70页 |
4.3.1 实验环境 | 第65-66页 |
4.3.2 实验方案 | 第66-67页 |
4.3.3 实验结果 | 第67-70页 |
4.3.4 实验分析 | 第70页 |
4.4 本章小结 | 第70-72页 |
第5章 中药生产工艺参数优化 | 第72-92页 |
5.1 概述 | 第72页 |
5.2 INSGA多目标寻优算法 | 第72-79页 |
5.2.1 初始化种群 | 第73-75页 |
5.2.2 拥挤度函数 | 第75-77页 |
5.2.3 最优工艺筛选 | 第77页 |
5.2.4 算法流程 | 第77-79页 |
5.3 实验与分析 | 第79-90页 |
5.3.1 实验环境 | 第79-80页 |
5.3.2 实验方案 | 第80-83页 |
5.3.3 实验结果 | 第83-88页 |
5.3.4 实验分析 | 第88-90页 |
5.4 本章小结 | 第90-92页 |
第6章 中药生产智能反馈系统 | 第92-102页 |
6.1 PIA智能反馈方法 | 第92-94页 |
6.1.1 建立最优工艺响应面 | 第92-93页 |
6.1.2 确定调整工艺方案 | 第93-94页 |
6.1.3 算法流程 | 第94页 |
6.2 智能反馈系统实现 | 第94-101页 |
6.2.1 系统设计 | 第94-99页 |
6.2.2 系统展示 | 第99-101页 |
6.3 本章小结 | 第101-102页 |
第7章 总结与展望 | 第102-104页 |
7.1 工作总结 | 第102-103页 |
7.2 未来展望 | 第103-104页 |
参考文献 | 第104-108页 |
攻读硕士学位期间主要的研究成果 | 第108-110页 |
致谢 | 第110页 |