| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12页 |
| ·发酵过程优化控制方法研究现状 | 第12-14页 |
| ·基于最优控制理论的优化控制方法 | 第12-13页 |
| ·基于数学规划算法的优化控制方法 | 第13页 |
| ·基于群智能进化算法的优化控制方法 | 第13-14页 |
| ·多目标粒子群优化算法研究现状 | 第14-17页 |
| ·多目标粒子群优化算法的收敛性 | 第15-16页 |
| ·多目标粒子群算法最优解的分布性 | 第16-17页 |
| ·课题的研究意义和主要研究内容 | 第17-20页 |
| ·课题的研究意义 | 第17页 |
| ·课题的主要研究内容 | 第17-20页 |
| 第二章 自适应进化学习约束多目标粒子群优化方法研究 | 第20-32页 |
| ·引言 | 第20页 |
| ·约束多目标粒子群优化算法 | 第20-24页 |
| ·约束多目标优化问题 | 第20-22页 |
| ·标准粒子群算法及约束处理技术 | 第22-23页 |
| ·基于评价准则的约束多目标粒子群优化算法 | 第23-24页 |
| ·自适应进化学习约束多目标粒子群优化算法 | 第24-29页 |
| ·自适应进化学习方式 | 第24-26页 |
| ·基于最优解位置信息的分布性动态维护策略 | 第26-29页 |
| ·算法的实现 | 第29页 |
| ·算法复杂度分析 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第三章 发酵过程多目标优化控制方法研究 | 第32-42页 |
| ·引言 | 第32页 |
| ·发酵过程多目标优化问题描述与求解 | 第32-34页 |
| ·发酵过程多目标优化控制方法的研究 | 第34-41页 |
| ·发酵过程自适应权重多目标决策方法 | 第35-38页 |
| ·发酵过程多目标优化控制方法 | 第38-40页 |
| ·发酵过程多目标优化控制方法的实现 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第四章 实验与分析 | 第42-60页 |
| ·引言 | 第42页 |
| ·自适应进化学习约束多目标粒子群算法测试与分析 | 第42-49页 |
| ·测试函数以及参数设置 | 第42-44页 |
| ·收敛性实验结果及分析 | 第44-46页 |
| ·分布性实验结果及分析 | 第46-49页 |
| ·发酵过程多目标优化控制方法测试与分析 | 第49-58页 |
| ·酵母发酵过程约束多目标优化问题描述 | 第49-53页 |
| ·无扰动无模型失配下的实验结果分析 | 第53-54页 |
| ·过程扰动下的实验结果分析 | 第54-57页 |
| ·模型失配下的实验结果分析 | 第57-58页 |
| ·小结 | 第58-60页 |
| 第五章 结论与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-66页 |
| 研究成果及发表的学术论文 | 第66-68页 |
| 作者简介 | 第68-69页 |
| 附件 | 第69-70页 |