基于组态王的生物发酵多参数优化控制系统的研究
摘要 | 第1-7页 |
ABSTRACT | 第7-11页 |
第一章 绪论 | 第11-17页 |
·研究背景 | 第11页 |
·青霉素发酵工艺概述 | 第11-13页 |
·发酵过程控制研究现状与难点 | 第13-15页 |
·课题背景和本文完成的主要内容 | 第15-16页 |
·本章小结 | 第16-17页 |
第二章 神经网络发酵建模与预估 | 第17-36页 |
·神经网络方法 | 第17-24页 |
·神经网络的历史与特点 | 第17-18页 |
·神经元的概念 | 第18页 |
·神经网络的分类 | 第18-20页 |
·神经网络的学习规则 | 第20-21页 |
·BP学习算法 | 第21-23页 |
·BP网络的构造和训练 | 第23-24页 |
·基于神经网络的青霉素发酵的软测量 | 第24-35页 |
·青霉素发酵的重要生物参数与发酵代谢阶段 | 第24-25页 |
·预估模型输入输出参数的确定 | 第25-26页 |
·样本数据的预处理 | 第26-28页 |
·BP算法的改进 | 第28-29页 |
·训练次数和隐层结点数的确定 | 第29-30页 |
·生物参数预估模型的训练和检验 | 第30-33页 |
·发酵阶段的建模和预估 | 第33-35页 |
·本章小结 | 第35-36页 |
第三章 发酵过程的优化控制 | 第36-50页 |
·发酵过程优化的意义、背景和方法 | 第36-37页 |
·遗传算法 | 第37-43页 |
·遗传算法的简介 | 第37页 |
·遗传算法的特点 | 第37-38页 |
·遗传算法的基本术语和运算流程 | 第38-39页 |
·重要遗传算子的选择和重要参数的设定 | 第39-43页 |
·遗传算法优化发酵过程 | 第43-49页 |
·优化问题的提出 | 第43-44页 |
·实时优化过程 | 第44-46页 |
·多变量遗传算法寻优 | 第46-47页 |
·青霉素发酵多参数轨迹优化实验 | 第47-49页 |
·本章小结 | 第49-50页 |
第四章 基于组态软件的发酵实时优化控制系统 | 第50-73页 |
·组态软件 | 第50-53页 |
·概述 | 第50页 |
·组态王软件的组成 | 第50-51页 |
·组态王一般开发步骤 | 第51-53页 |
·组态王开发发酵实时优化监控系统 | 第53-64页 |
·下位机系统 | 第53-54页 |
·组态王与下位机(单片机)的串行通讯 | 第54-56页 |
·组态王实时数据库 | 第56-58页 |
·在组态王中测试与下位机的通讯 | 第58-59页 |
·人机界面监控软件 | 第59-64页 |
·组态王与MATLAB的数据交换 | 第64-72页 |
·动态数据交换(DDE)方式 | 第65-66页 |
·MATLAB中的DDE技术 | 第66-67页 |
·组态王中的DDE设置 | 第67-68页 |
·组态王与MATLAB之间的DDE通讯 | 第68页 |
·DDE数据交换程序的设计 | 第68-72页 |
·本章小结 | 第72-73页 |
第五章 调试与实验 | 第73-75页 |
·系统调试 | 第73-74页 |
·实验结果 | 第74-75页 |
第六章 总结与展望 | 第75-77页 |
参考文献 | 第77-80页 |
致谢 | 第80-81页 |
附录 | 第81页 |