| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-24页 |
| ·生化过程优化及控制方法研究的意义 | 第12页 |
| ·生化过程优化和最优控制的研究概况 | 第12-15页 |
| ·连续生化过程的稳态优化 | 第12-13页 |
| ·生化过程代谢工程和稳态优化 | 第13-14页 |
| ·生化过程的最优控制 | 第14-15页 |
| ·生化过程先进控制的研究概况 | 第15-20页 |
| ·生化过程的自适应控制 | 第15-16页 |
| ·生化过程的模型预测控制 | 第16页 |
| ·生化过程的迭代学习控制 | 第16-17页 |
| ·生化过程的非线性控制 | 第17页 |
| ·生化过程的鲁棒控制 | 第17-18页 |
| ·生化过程的模糊控制 | 第18页 |
| ·生化过程的神经网络控制 | 第18-19页 |
| ·生化过程的专家控制系统 | 第19页 |
| ·生化过程的推理控制 | 第19页 |
| ·生化过程先进控制的其他方法 | 第19-20页 |
| ·色氨酸生物合成的研究进展 | 第20页 |
| ·微生物发酵法生产1,3-丙二醇的研究进展 | 第20-22页 |
| ·本文的主要工作 | 第22-24页 |
| 2 生化系统稳态优化的IOM方法及其在色氨酸生物合成中的应用 | 第24-44页 |
| ·引言 | 第24页 |
| ·生化系统稳态优化的IOM方法 | 第24-29页 |
| ·生化系统稳态优化问题的描述 | 第24-25页 |
| ·IOM方法 | 第25-29页 |
| ·迭代IOM方法 | 第29页 |
| ·色氨酸生物合成的稳态优化 | 第29-43页 |
| ·色氨酸生物合成的数学模型、正稳态解及其优化 | 第29-31页 |
| ·优化问题的简化 | 第31-32页 |
| ·结果分析 | 第32-43页 |
| ·小结 | 第43-44页 |
| 3 生化系统稳态优化的修正迭代IOM方法 | 第44-65页 |
| ·引言 | 第44页 |
| ·修正的迭代IOM方法 | 第44-48页 |
| ·修正的迭代IOM方法在生化系统稳态优化中的应用 | 第48-64页 |
| ·色氨酸生物合成的稳态优化 | 第48-50页 |
| ·酿酒酵母的厌氧发酵系统的稳态优化 | 第50-60页 |
| ·多稳态生化系统的稳态优化 | 第60-64页 |
| ·小结 | 第64-65页 |
| 4 生化过程的H_∞控制 | 第65-85页 |
| ·引言 | 第65页 |
| ·生化过程的建模 | 第65-72页 |
| ·连续生化过程概述 | 第65页 |
| ·连续生化过程的物料平衡模型 | 第65-67页 |
| ·生化过程最优稳态工作条件的确定 | 第67-68页 |
| ·连续生化过程的控制模型 | 第68-72页 |
| ·H_∞混合灵敏度问题 | 第72-75页 |
| ·H_∞控制简介 | 第72-73页 |
| ·H_∞混合灵敏度问题 | 第73-75页 |
| ·双线性变换 | 第75-76页 |
| ·加权函数的选择 | 第76-78页 |
| ·生化过程H_∞优化设计的一般步骤 | 第78-79页 |
| ·甘油生物歧化为1,3-丙二醇过程的H_∞控制 | 第79-84页 |
| ·数学模型 | 第79-81页 |
| ·H_∞控制器的设计 | 第81-84页 |
| ·小结 | 第84-85页 |
| 5 生化过程的在线稳态优化控制 | 第85-105页 |
| ·引言 | 第85-86页 |
| ·ISOPE基本算法 | 第86-88页 |
| ·ISOPEN1算法 | 第88-95页 |
| ·算法描述 | 第88-91页 |
| ·实际过程导数的估计 | 第91-92页 |
| ·仿真研究 | 第92-95页 |
| ·ISOPEN2算法 | 第95-103页 |
| ·算法描述 | 第95-99页 |
| ·仿真研究 | 第99-103页 |
| ·小结 | 第103-105页 |
| 结论 | 第105-107页 |
| 参考文献 | 第107-116页 |
| 攻读博士学位期间发表学术论文情况 | 第116-117页 |
| 致谢 | 第117-118页 |