| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-14页 |
| ·课题的来源、目的及意义 | 第7-8页 |
| ·课题的来源 | 第7页 |
| ·课题的研究目的及意义 | 第7-8页 |
| ·超临界流体萃取技术概述 | 第8-10页 |
| ·超临界流体 | 第8页 |
| ·超临界流体萃取的特点 | 第8-9页 |
| ·超临界CO_2萃取技术原理和特点 | 第9-10页 |
| ·SCFE发展及应用现状 | 第10-12页 |
| ·SCFE发展概况 | 第10-11页 |
| ·SCFE应用现状 | 第11-12页 |
| ·本文的主要研究内容及结构 | 第12-14页 |
| ·本文的研究内容 | 第12页 |
| ·本文的结构组成 | 第12-14页 |
| 第二章 超临界CO_2萃取过程及工艺流程研究 | 第14-21页 |
| ·超临界CO_2萃取过程研究 | 第14-15页 |
| ·超临界CO_2简介 | 第14页 |
| ·超临界CO_2技术过程简介及特点 | 第14-15页 |
| ·超临界CO_2萃取设备及应用研究 | 第15-18页 |
| ·实验设备 | 第15-16页 |
| ·超临界CO_2萃取实验应用的主要设备 | 第16-17页 |
| ·应用概述 | 第17-18页 |
| ·超临界CO_2萃取工艺流程及模型 | 第18-20页 |
| ·超临界萃取工艺过程 | 第18页 |
| ·超临界萃取工艺特点 | 第18-19页 |
| ·超临界萃取的过程模型 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于GA-SVM的超临界萃取工艺参数优化方法 | 第21-35页 |
| ·GA-SVM预测模型的建立 | 第21-22页 |
| ·支持向量机与遗传算法理论基础 | 第22-30页 |
| ·支持向量机 | 第22-24页 |
| ·支持向量机回归 | 第24-25页 |
| ·遗传算法操作及流程 | 第25-27页 |
| ·遗传算法优化SVM参数 | 第27-30页 |
| ·超临界CO_2萃取工艺参数优化模型 | 第30-32页 |
| ·优化变量及目标函数的确立 | 第30-31页 |
| ·多目标遗传算法的具体实现 | 第31-32页 |
| ·仿真分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 超临界萃取温度模糊控制系统设计与仿真 | 第35-44页 |
| ·萃取温度控制系统设计 | 第35-37页 |
| ·模糊控制规则的自调整 | 第37-38页 |
| ·基于模糊控制系统的萃取温度仿真分析 | 第38-43页 |
| ·模糊控制器设计 | 第39-41页 |
| ·萃取温度模糊控制系统仿真 | 第41-42页 |
| ·模糊控制规则自调整的系统仿真 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| ·结论 | 第44-45页 |
| ·展望 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-53页 |
| 作者简介 | 第53页 |
| 攻读硕士学位期间研究成果 | 第53-54页 |