| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·论文研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·青霉素生产过程的研究现状 | 第10页 |
| ·软测量建模的研究现状 | 第10-11页 |
| ·论文研究目的 | 第11-12页 |
| ·论文研究内容和框架结构 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第二章 青霉素生产过程建模 | 第13-17页 |
| ·青霉素生产过程介绍 | 第13-14页 |
| ·青霉素发酵过程建模方法 | 第14-16页 |
| ·机理建模 | 第14-15页 |
| ·软测量建模 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于 SVR 的青霉素生产过程软测量 | 第17-31页 |
| ·支持向量机 SVM | 第17-18页 |
| ·支持向量回归机 SVR | 第18-22页 |
| ·线性回归问题 | 第19-20页 |
| ·非线性回归问题 | 第20-22页 |
| ·核函数的选取 | 第22-23页 |
| ·模型的参数选择及影响 | 第23-25页 |
| ·基于 SVR 软测量建模的青霉素生产过程关键变量预测 | 第25-28页 |
| ·本章小结 | 第28-31页 |
| 第四章 基于 AQPSO 优化的 SVR 算法 | 第31-39页 |
| ·粒子群算法理论 | 第31-33页 |
| ·量子粒子群算法优化 | 第33-35页 |
| ·自适应量子粒子群 | 第35-37页 |
| ·AQPSO 优化选择 SVR 参数 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于 AQPSO-SVR 的青霉素生产过程软测量 | 第39-55页 |
| ·青霉素生产过程控制系统 | 第39-43页 |
| ·青霉素生产过程输入变量和输出变量的选择 | 第43-44页 |
| ·数据的归一化和反归一化处理 | 第44页 |
| ·软测量模型的建立 | 第44页 |
| ·不可测变量的预测及结果分析 | 第44-48页 |
| ·几种不同优化算法的对比分析 | 第48-53页 |
| ·本章小结 | 第53-55页 |
| 第六章 总结展望 | 第55-57页 |
| ·论文总结 | 第55-56页 |
| ·未来展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士期间发表的论文和参与的科研项目 | 第61-62页 |