| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-22页 |
| ·研究背景 | 第10页 |
| ·青霉素介绍 | 第10-11页 |
| ·青霉素发酵过程建模方法研究现状 | 第11-17页 |
| ·结构模型 | 第11-12页 |
| ·非结构模型 | 第12-14页 |
| ·形态学结构模型 | 第14-17页 |
| ·青霉素发酵过程优化方法研究现状 | 第17-20页 |
| ·基于机理模型的优化方法 | 第18-19页 |
| ·基于非机理模型的优化方法 | 第19-20页 |
| ·论文主要工作 | 第20-22页 |
| 第2章 青霉素发酵过程简介 | 第22-32页 |
| ·发酵过程的三个阶段 | 第22-23页 |
| ·发酵过程的主要影响因素 | 第23-26页 |
| ·与代谢变化有关的参数 | 第23-24页 |
| ·影响因素 | 第24-26页 |
| ·发酵过程生产方式 | 第26-29页 |
| ·分批发酵 | 第27页 |
| ·连续发酵 | 第27-28页 |
| ·补料分批发酵 | 第28-29页 |
| ·本章小结 | 第29-32页 |
| 第3章 支持向量机理论 | 第32-42页 |
| ·统计学理论 | 第32-35页 |
| ·机器学习 | 第32-33页 |
| ·经验风险最小原则 | 第33-34页 |
| ·VC维 | 第34-35页 |
| ·结构风险最小原则 | 第35页 |
| ·支持向量机的分类问题 | 第35-36页 |
| ·支持向量的函数回归 | 第36-38页 |
| ·最小二乘支持向量机 | 第38-41页 |
| ·LSSVM的基本原理 | 第38-39页 |
| ·LSSVM的研究现状及应用 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于最小二乘支持向量机的青霉素发酵过程混合建模 | 第42-54页 |
| ·混合模型结构 | 第42-43页 |
| ·先验知识模型 | 第43-46页 |
| ·忽略环境参数影响的最小二乘支持向量机混合模型 | 第46-48页 |
| ·考虑环境参数影响的最小二乘支持向量机混合模型 | 第48-50页 |
| ·仿真实验研究 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于量子粒子群的青霉素发酵过程的补料优化 | 第54-68页 |
| ·粒子群算法 | 第54-56页 |
| ·粒子群算法基本原理 | 第54-55页 |
| ·粒子群算法的数学描述 | 第55-56页 |
| ·量子粒子群算法 | 第56-60页 |
| ·量子比特编码及优化参数的量子编码 | 第56-57页 |
| ·粒子的更新方式 | 第57-59页 |
| ·解空间变换 | 第59-60页 |
| ·青霉素发酵过程的补料优化 | 第60-63页 |
| ·控制变量选择 | 第60-61页 |
| ·优化模型的建立 | 第61-62页 |
| ·算法流程图 | 第62-63页 |
| ·仿真实验研究 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 结论与展望 | 第68-70页 |
| ·论文主要工作与总结 | 第68页 |
| ·研究展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |