| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·选题意义 | 第10页 |
| ·生化过程建模国内外研究现状及存在问题 | 第10-13页 |
| ·生化过程的机理建模 | 第10-11页 |
| ·生化过程的神经网络建模 | 第11-12页 |
| ·生化过程的统计学习理论建模 | 第12-13页 |
| ·生化过程建模的其他方法 | 第13页 |
| ·基于现代控制理论的生化过程控制国内外研究现状及存在问题 | 第13-16页 |
| ·基于预测控制理论的生化过程控制 | 第13-14页 |
| ·基于自适应控制理论的生化过程控制 | 第14页 |
| ·基于迭代控制理论的生化过程控制 | 第14页 |
| ·基于鲁棒控制理论的生化过程控制 | 第14-15页 |
| ·基于人工智能的生化过程控制 | 第15-16页 |
| ·生化过程优化控制的国内外研究现状及存在问题 | 第16-18页 |
| ·生化过程的稳态优化控制 | 第16-17页 |
| ·生化过程的动态优化控制 | 第17-18页 |
| ·生化过程建模和优化控制的发展趋势 | 第18页 |
| ·本论文的主要研究内容和章节安排 | 第18-20页 |
| 第二章 基于SVR 的生化过程建模 | 第20-40页 |
| ·引言 | 第20-26页 |
| ·生化反应过程及生化过程的参数 | 第20-21页 |
| ·建立数学模型的一般步骤 | 第21-22页 |
| ·生化过程常用的数学模型 | 第22-26页 |
| ·支持向量机的基本原理 | 第26-31页 |
| ·统计学习理论的基本知识 | 第26页 |
| ·支持向量分类(SVC)算法 | 第26-29页 |
| ·支持向量回归(SVR)算法 | 第29-31页 |
| ·基于SVR 建立谷氨酸发酵过程模型 | 第31-37页 |
| ·谷氨酸发酵过程简介及软测量建模流程 | 第31-32页 |
| ·数据的来源 | 第32页 |
| ·训练数据的预处理 | 第32页 |
| ·输入输出变量的选择 | 第32-34页 |
| ·模型参数的确定及模型的建立 | 第34-36页 |
| ·输出数据的反归一化处理 | 第36-37页 |
| ·谷氨酸发酵过程状态变量的预估 | 第37-39页 |
| ·谷氨酸浓度的预测结果 | 第37页 |
| ·残糖浓度的预测结果 | 第37-38页 |
| ·菌体浓度的预测结果 | 第38-39页 |
| ·预测结果分析 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第三章 基于改进的OLSSVR 的生化过程动态建模 | 第40-56页 |
| ·基于LSSVR 的生化过程建模 | 第40-43页 |
| ·LSSVR 的基本原理 | 第40-41页 |
| ·基于LSSVR 的谷氨酸发酵过程建模 | 第41-42页 |
| ·结果及分析 | 第42-43页 |
| ·OLSSVR 算法原理 | 第43-45页 |
| ·MIMO-OLSSVR 算法 | 第45-49页 |
| ·MIMO-LSSVR 算法 | 第45-46页 |
| ·MIMO-OLSSVR 算法 | 第46-48页 |
| ·改进的MIMO-OLSSVR 算法 | 第48-49页 |
| ·算法的实现步骤 | 第49页 |
| ·改进的MIMO-OLSSVR 算法在谷氨酸发酵过程软测量建模中的应用 | 第49-55页 |
| ·MIMO 软测量模型的构筑 | 第49-50页 |
| ·基于IGA 确定MIMO 软测量模型的参数 | 第50-51页 |
| ·基于改进的MIMO-OLSSVR 在谷氨酸发酵过程中的状态预测 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于混杂系统理论的生化过程建模与优化控制 | 第56-77页 |
| ·引言 | 第56页 |
| ·混杂动力系统理论 | 第56-58页 |
| ·混杂系统模型 | 第57页 |
| ·混杂系统的优化控制 | 第57-58页 |
| ·基于混杂系统理论的谷氨酸补料分批发酵过程建模 | 第58-60页 |
| ·间歇发酵阶段 | 第58-59页 |
| ·补料分批阶段 | 第59-60页 |
| ·谷氨酸补料分批发酵混杂动力系统性能分析 | 第60-66页 |
| ·谷氨酸补料分批发酵混杂动力系统系统解的特性 | 第60-65页 |
| ·谷氨酸补料分批发酵混杂动力系统解对参数的依赖性 | 第65-66页 |
| ·谷氨酸补料分批发酵过程混杂动力系统的优化控制问题 | 第66-69页 |
| ·谷氨酸补料分批发酵过程混杂动力系统的优化控制问题 | 第66-67页 |
| ·谷氨酸补料分批发酵过程优化控制问题解的存在性 | 第67-69页 |
| ·谷氨酸补料分批发酵过程混杂动力系统优化控制的实现 | 第69-76页 |
| ·谷氨酸补料分批发酵过程混杂动力系统的参数辨识模型 | 第69-70页 |
| ·基于混沌优化算法优化谷氨酸补料分批发酵过程混杂系统的模型参数 | 第70页 |
| ·基于混沌优化算法和单纯形法实现在线优化控制 | 第70-72页 |
| ·实验结果 | 第72-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 利用MMFM 和MQDPSO 算法实现生化过程优化控制 | 第77-97页 |
| ·引言 | 第77页 |
| ·基于MMFM 技术的生化过程建模 | 第77-84页 |
| ·最优加权融合估计算法 | 第78-79页 |
| ·模型在线校正 | 第79-80页 |
| ·基于MMFM 技术的生化过程建模效果 | 第80-84页 |
| ·多目标QDPSO 算法 | 第84-90页 |
| ·标准PSO 算法 | 第84页 |
| ·QDPSO 算法 | 第84-85页 |
| ·MQDPSO 算法 | 第85-87页 |
| ·算法的测试 | 第87-88页 |
| ·测试结果与分析 | 第88-90页 |
| ·MQDPSO 在谷氨酸补料分批发酵过程优化控制的应用 | 第90-96页 |
| ·实验室常规谷氨酸发酵过程的控制 | 第90页 |
| ·谷氨酸发酵过程的多目标优化问题 | 第90-92页 |
| ·多目标优化问题的求解 | 第92-93页 |
| ·实验结果 | 第93-96页 |
| ·本章小结 | 第96-97页 |
| 第六章 生化过程建模与优化控制的软件设计 | 第97-108页 |
| ·补料分批发酵过程测控要求 | 第97页 |
| ·补料分批发酵过程控制系统的组成 | 第97-99页 |
| ·补料分批发酵过程优化控制 | 第99页 |
| ·生化过程建模与优化软件开发 | 第99-103页 |
| ·软件功能 | 第99-100页 |
| ·系统软件构架 | 第100-102页 |
| ·系统建模和优化结果的可视化 | 第102-103页 |
| ·生化过程建模与优化软件在谷氨酸发酵过程的实际应用 | 第103-107页 |
| ·本章小结 | 第107-108页 |
| 第七章 总结和展望 | 第108-110页 |
| ·全文工作总结 | 第108-109页 |
| ·研究展望 | 第109-110页 |
| 主要创新点 | 第110-111页 |
| 参考文献 | 第111-124页 |
| 致谢 | 第124-125页 |
| 附录：作者在攻读博士学位期间发表的论文与参与的项目 | 第125页 |
