| 目录 | 第1-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-21页 |
| 1．1 引言 | 第10页 |
| 1．2 微生物发酵过程控制的重要意义 | 第10-11页 |
| 1．3 微生物发酵过程控制的发展现状 | 第11-12页 |
| 1．3．1 微生物发酵过程常规参数测量 | 第11-12页 |
| 1．3．2 微生物发酵过程计算机控制和监督管理 | 第12页 |
| 1．3．3 微生物发酵过程生物参数预测估计 | 第12页 |
| 1．3．4 微生物发酵过程优化控制和软件技术 | 第12页 |
| 1．4 软测量技术概述 | 第12-13页 |
| 1．5 软测量建模方法 | 第13-17页 |
| 1．5．1 基于传统方法的软测量建模 | 第14页 |
| 1．5．1．1 基于工艺机理分析的软测量建模 | 第14页 |
| 1．5．1．2 基于数学模型方法的软测量建模 | 第14页 |
| 1．5．2 基于回归分析的软测量建模 | 第14-15页 |
| 1．5．3 基于智能方法的软测量建模 | 第15页 |
| 1．5．3．1 基于模糊数学方法的软测量建模 | 第15页 |
| 1．5．3．2 基于模式识别方法的软测量建模 | 第15页 |
| 1．5．4 基于神经网络的软测量建模 | 第15-17页 |
| 1．6 影响软测量模型性能的因素 | 第17-19页 |
| 1．6．1 建模方法的选择 | 第17页 |
| 1．6．2 辅助变量的选择 | 第17-18页 |
| 1．6．3 测量数据预处理 | 第18页 |
| 1．6．4 软测量模型的校正 | 第18-19页 |
| 1．7 本文主要研究内容 | 第19-21页 |
| 第二章 微生物发酵过程 | 第21-32页 |
| 2．1 引言 | 第21页 |
| 2．2 微生物发酵过程综述 | 第21-26页 |
| 2．2．1 发酵反应 | 第21-23页 |
| 2．2．2 微生物发酵过程参数 | 第23-26页 |
| 2．2．2．1 物理参数 | 第23-24页 |
| 2．2．2．2 化学参数 | 第24-25页 |
| 2．2．2．3 生物参数 | 第25-26页 |
| 2．3 微生物发酵过程控制 | 第26-28页 |
| 2．3．1 发酵罐消泡控制 | 第26-27页 |
| 2．3．2 发酵罐温度控制 | 第27页 |
| 2．3．3 发酵罐压力控制 | 第27页 |
| 2．3．4 发酵过程pH控制 | 第27页 |
| 2．3．5 溶解氧浓度控制 | 第27页 |
| 2．3．6 补料控制 | 第27-28页 |
| 2．4 微生物发酵过程建模、控制与优化 | 第28-31页 |
| 2．4．1 微生物发酵过程建模 | 第28-29页 |
| 2．4．2 微生物发酵过程控制 | 第29-30页 |
| 2．4．3 微生物发酵过程优化 | 第30-31页 |
| 2．5 结论 | 第31-32页 |
| 第三章 基于神经网络的软测量技术 | 第32-47页 |
| 3．1 引言 | 第32页 |
| 3．2 神经网络介绍 | 第32-35页 |
| 3．2．1 基本的神经元数学模型 | 第33-34页 |
| 3．2．2 神经网络的分类 | 第34页 |
| 3．2．3 神经网络的特点 | 第34-35页 |
| 3．3 BP网络 | 第35-40页 |
| 3．3．1 BP网络结构 | 第35-37页 |
| 3．3．2 BP学习算法 | 第37-38页 |
| 3．3．3 BP网络的不足及改进 | 第38-40页 |
| 3．4 径向基函数网络 | 第40-44页 |
| 3．4．1 RBF网络结构 | 第40-42页 |
| 3．4．2 RBF学习算法 | 第42-44页 |
| 3．5 神经网络与非线性系统建模 | 第44-46页 |
| 3．6 结论 | 第46-47页 |
| 第四章 微生物发酵过程软测量技术实现 | 第47-58页 |
| 4．1 引言 | 第47页 |
| 4．2 辅助变量的选择 | 第47-52页 |
| 4．2．1 问题描述 | 第47-48页 |
| 4．2．2 基于主元分析(PCA)的辅助变量选择 | 第48-50页 |
| 4．2．3 基于核函数主元分析(KPCA)的辅助变量选择 | 第50-52页 |
| 4．3 数据预处理 | 第52-53页 |
| 4．3．1 问题描述 | 第52页 |
| 4．3．2 软测量建模过程的数据预处理 | 第52-53页 |
| 4．4 软测量模型的校正 | 第53-54页 |
| 4．5 基于KPCA-RBF神经网络的阿维菌素发酵过程软测量技术实现 | 第54-57页 |
| 4．6 结论 | 第57-58页 |
| 第五章 微生物发酵过程软测量技术的应用 | 第58-70页 |
| 5．1 引言 | 第58页 |
| 5．2 阿维菌素发酵过程简介 | 第58-59页 |
| 5．3 基于KPCA和神经网络的阿维菌素菌丝浓度软测量 | 第59-69页 |
| 5．3．1 阿维菌素发酵过程的工艺机理以及辅助变量的选择 | 第59-60页 |
| 5．3．2 数据的采集以及预处理 | 第60-62页 |
| 5．3．3 基于KPCA和RBFNN的菌丝浓度软测量 | 第62-65页 |
| 5．3．4 基于KPCA和BPNN的菌丝浓度软测量 | 第65-69页 |
| 5．4 结论 | 第69-70页 |
| 第六章 结束语 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 作者在攻读硕士学位期间完成的论文 | 第79-80页 |
| 作者在攻读硕士学位期间参加的科研项目 | 第80页 |
