| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-9页 |
| ·研究的目的和意义 | 第7页 |
| ·问题的提出和选题背景 | 第7-8页 |
| ·神经网络和遗传算法研究发展概述 | 第8-9页 |
| 第二章 神经网络和遗传算法的基本理论 | 第9-21页 |
| ·人工神经网络 | 第9-14页 |
| ·MP模型及神经网络的互联结构分类 | 第9-13页 |
| ·神经元的自学习过程 | 第13-14页 |
| ·误差回传（BP）网络 | 第14-17页 |
| ·BP网络的工作过程 | 第14-15页 |
| ·BP网络的计算公式 | 第15-17页 |
| ·遗传算法 | 第17-21页 |
| ·遗传算法的基本概念 | 第17-20页 |
| ·遗传算法的特点 | 第20-21页 |
| 第三章 遗传算法和BP网络相结合的设计与实现 | 第21-29页 |
| ·遗传算法与BP网络相结合的设计 | 第21-23页 |
| ·基于二进制编码的遗传算法 | 第23-26页 |
| ·BP网络的MATLAB实现 | 第26-29页 |
| 第四章 遗传算法和ＢＰ网络相结合在发酵模型中的应用 | 第29-41页 |
| ·Ｌ－异亮氨酸的生产工艺 | 第29-33页 |
| ·Ｌ－异亮氨酸的结构及其作用 | 第29-30页 |
| ·Ｌ－异亮氨酸的生产方法 | 第30-31页 |
| ·Ｌ－异亮氨酸的发酵工艺控制 | 第31-33页 |
| ·应用研究 | 第33-41页 |
| ·遗传算法对L－异亮氨酸发酵培养基的优化 | 第33-35页 |
| ·利用BP网络对L－异亮氨酸发酵过程建模 | 第35-41页 |
| 第五章 总结与展望 | 第41-43页 |
| ·总结 | 第41-42页 |
| ·展望 | 第42-43页 |
| 参考文献 | 第43-44页 |
| 致谢 | 第44页 |