摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-13页 |
·课题背景及意义 | 第7-8页 |
·课题背景 | 第7页 |
·课题意义 | 第7-8页 |
·发酵过程建模研究国内外究现状 | 第8-10页 |
·基于工艺机理分析的建模 | 第8-9页 |
·经验建模 | 第9页 |
·混合建模 | 第9-10页 |
·基于支持向量机方法的建模 | 第10-11页 |
·本文研究的主要内容 | 第11-13页 |
第二章 在线支持向量机理论研究 | 第13-29页 |
·引言 | 第13页 |
·支持向量机理论简述 | 第13-17页 |
·支持向量分类机(SVC) | 第13-14页 |
·支持向量回归机(SVR) | 第14-16页 |
·SVM 的训练算法 | 第16-17页 |
·改进的在线支持向量机回归算法(OSVR) | 第17-25页 |
·在线支持向量机回归 | 第18页 |
·OSVR 的 KKT 条件 | 第18-21页 |
·改进的停机准则 | 第21-22页 |
·改进 OSVR 的增量算法 | 第22-24页 |
·改进 OSVR 的减量算法 | 第24-25页 |
·仿真示例 | 第25-27页 |
·算法的实现步骤 | 第25页 |
·仿真结果分析 | 第25-27页 |
·本章小结 | 第27-29页 |
第三章 基于在线支持向量机的谷氨酸建模研究 | 第29-43页 |
·引言 | 第29页 |
·谷氨酸发酵过程系统 | 第29-33页 |
·菌株及发酵条件 | 第31-32页 |
·发酵过程仪器及设备 | 第32页 |
·发酵过程变量 | 第32-33页 |
·谷氨酸发酵过程建模过程 | 第33-40页 |
·基于 SVM 的建模 | 第33-35页 |
·基于 OSVR 和改进的 OSVR 的建模 | 第35-40页 |
·仿真结果比较 | 第40-42页 |
·有效性分析 | 第40-41页 |
·算法训练速度分析 | 第41-42页 |
·学习能力分析 | 第42页 |
·本章小结 | 第42-43页 |
第四章 基于 FCM 的在线支持向量机回归的谷氨酸建模研究 | 第43-51页 |
·引言 | 第43页 |
·基于 FCM 的在线支持向量机回归 | 第43-47页 |
·基于 FCM 的在线支持向量机回归的 KKT 条件 | 第44-45页 |
·FCM 隶属度函数 | 第45-46页 |
·FMC-OSVR 的训练步骤 | 第46-47页 |
·函数仿真示例 | 第47-48页 |
·基于 FMC-OSVR 的谷氨酸建模 | 第48-50页 |
·基于 FMC-OSVR 的谷氨酸浓度建模步骤 | 第48页 |
·谷氨酸浓度建模 | 第48-50页 |
·本章小结 | 第50-51页 |
主要结论与展望 | 第51-53页 |
主要结论 | 第51页 |
展望 | 第51-53页 |
致谢 | 第53-54页 |
参考文献 | 第54-57页 |
附录: 作者在攻读硕士学位期间发表的论文 | 第57页 |