摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-10页 |
第一章 绪论 | 第10-24页 |
·引言 | 第10-11页 |
·软测量技术基本原理 | 第11-15页 |
·国内外研究现状 | 第15-21页 |
·基于传统测量方法的生物量离线测量 | 第15页 |
·基于现代传感器技术的生物量离线测量 | 第15页 |
·基于软测量技术的生物量在线估计 | 第15-20页 |
·软测量技术工业过程应用 | 第20-21页 |
·本课题的研究意义 | 第21-22页 |
·论文的研究内容和结构 | 第22-24页 |
第二章 模糊聚类算法及其改进 | 第24-43页 |
·引言 | 第24页 |
·模糊划分 | 第24-25页 |
·传统模糊聚类算法 | 第25-29页 |
·FCM算法 | 第25-27页 |
·核模糊C均值聚类算法 | 第27-28页 |
·传统聚类算法存在的问题 | 第28-29页 |
·改进聚类算法 | 第29-41页 |
·基于PSO的核模糊聚类算法(PSKFCM) | 第29-35页 |
·仿射传播聚类算法 | 第35-41页 |
·小结 | 第41-43页 |
第三章 多模型软测量建模方法研究 | 第43-57页 |
·引言 | 第43页 |
·多模型建模方法 | 第43-46页 |
·基于加权方式的多模型方法 | 第43-45页 |
·基于切换方式的多模型方法 | 第45-46页 |
·多模型神经网络软测量建模 | 第46-53页 |
·反向传播神经网络 | 第46-50页 |
·基于PSKFCM算法的多模型神经网络建模方法 | 第50-51页 |
·基于AP算法的多模型神经网络建模方法 | 第51-53页 |
·多模型软测量建模方法仿真实验 | 第53-56页 |
·基于PSKFCM算法的多模型建模仿真 | 第53-55页 |
·基于AP算法的多模型与单一神经网络模型仿真对比 | 第55-56页 |
·小结 | 第56-57页 |
第四章 多模型软测量建模方法在红霉素发酵过程中的应用 | 第57-68页 |
·引言 | 第57页 |
·红霉素发酵过程简介 | 第57-59页 |
·红霉素发酵过程生物量浓度的预测仿真实验 | 第59-66页 |
·基于PSKFCM的多模型神经网络生物量浓度软测量 | 第61-64页 |
·基于AP算法的多模型神经网络生物量浓度软测量 | 第64-66页 |
·小结 | 第66-68页 |
第五章 总结与展望 | 第68-70页 |
·主要工作总结 | 第68-69页 |
·展望 | 第69-70页 |
参考文献 | 第70-75页 |
致谢 | 第75-76页 |
攻读硕士学位期间参加的科研项目 | 第76-77页 |
攻读硕士期间发表论文 | 第77页 |