| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·背景介绍 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·本课题的研究意义 | 第8页 |
| ·论文的研究内容和结构 | 第8-10页 |
| 第二章 软测量技术概述 | 第10-17页 |
| ·引言 | 第10页 |
| ·软测量思想 | 第10-11页 |
| ·软测量技术建模常用方法 | 第11-14页 |
| ·软测量方法实施步骤 | 第14-16页 |
| ·小结 | 第16-17页 |
| 第三章 生物发酵过程生物量软测量方法研究 | 第17-33页 |
| ·引言 | 第17页 |
| ·青霉素发酵工艺机理概述 | 第17-19页 |
| ·青霉素的发酵工艺 | 第17-18页 |
| ·生物发酵过程 | 第18-19页 |
| ·人工神经网络 | 第19-23页 |
| ·人工神经网络简介 | 第19-20页 |
| ·BP 网络 | 第20-21页 |
| ·回归BP 网络 | 第21-22页 |
| ·BP 算法的局限性 | 第22-23页 |
| ·多速微粒群算法 | 第23-27页 |
| ·微粒群优化算法简介 | 第23-24页 |
| ·多速微粒群优化算法 | 第24-25页 |
| ·多速微粒群算法与标准微粒群算法优化性能比较 | 第25-27页 |
| ·基于MVPSO 和ANN 的青霉素发酵过程产物浓度软测量方法 | 第27-29页 |
| ·基于MVPSO 的神经网络 | 第27页 |
| ·基于MVPSO-ANN 的青霉素发酵过程产物浓度软测量方法 | 第27-28页 |
| ·基于MVPSO-ANN 的青霉素发酵过程软测量模型仿真实验 | 第28-29页 |
| ·基于量子微粒群算法的发酵过程模型参数估计 | 第29-32页 |
| ·量子微粒群优化算法 | 第29-30页 |
| ·基于量子微粒群算法的发酵过程模型参数估计实验仿真 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第四章 生物发酵过程生物量软测量方法工程实现 | 第33-45页 |
| ·系统方案设计 | 第33-37页 |
| ·生物发酵控制系统现有实现方案 | 第33页 |
| ·系统总体方案设计 | 第33-34页 |
| ·系统硬件结构 | 第34-36页 |
| ·系统软件整体方案设计 | 第36-37页 |
| ·数据采集模块设计 | 第37-39页 |
| ·数据采集程序流程 | 第37页 |
| ·数据采集卡驱动程序 | 第37-38页 |
| ·数据采集程序实现 | 第38-39页 |
| ·串口通讯模块设计 | 第39-41页 |
| ·串口驱动 | 第39-40页 |
| ·串口通讯程序流程 | 第40页 |
| ·串口通讯协议及实现 | 第40-41页 |
| ·系统界面设计 | 第41-44页 |
| ·安装文件制作 | 第44页 |
| ·小结 | 第44-45页 |
| 第五章 结束语 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 攻读硕士阶段发表论文清单 | 第49页 |
| 攻读硕士阶段完成的项目 | 第49页 |
