| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪 论 | 第8-20页 |
| ·课题研究的背景与意义 | 第8-9页 |
| ·课题来源 | 第8页 |
| ·研究目的及意义 | 第8-9页 |
| ·青霉素发酵过程建模方法研究现状 | 第9-13页 |
| ·结构模型 | 第9-10页 |
| ·非结构模型 | 第10-13页 |
| ·青霉素发酵过程的控制方法研究现状 | 第13-18页 |
| ·基于机理模型的优化控制策略 | 第15-16页 |
| ·基于非机理模型的优化控制策略 | 第16-18页 |
| ·本论文研究内容 | 第18-20页 |
| 第2章 基于RBF神经网络的青霉素发酵过程建模 | 第20-37页 |
| ·引言 | 第20页 |
| ·青霉素发酵过程简介 | 第20-23页 |
| ·基于RBF神经网络的非线性建模 | 第23-29页 |
| ·神经网络与非线性动态系统建模 | 第23-26页 |
| ·基于RBF神经网络的非线性系统建模方法及优点 | 第26-29页 |
| ·基于RBF神经网络的青霉素发酵过程建模 | 第29-35页 |
| ·数据集的建立 | 第29-32页 |
| ·RBF网络结构 | 第32-33页 |
| ·RBF网络训练算法 | 第33-35页 |
| ·仿真实验及结果分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于RBF神经网络的内模控制方法 | 第37-52页 |
| ·引言 | 第37-38页 |
| ·神经网络在控制中的应用 | 第38-44页 |
| ·直接逆模控制 | 第38-39页 |
| ·神经网络前馈与常规反馈联合控制 | 第39页 |
| ·模型参考自适应控制 | 第39-40页 |
| ·内模控制 | 第40-44页 |
| ·基于RBF神经网络的非线性系统控制 | 第44-48页 |
| ·RBF神经网络在非线性系统控制中的优点 | 第45页 |
| ·基于RBF神经网络的非线性系统控制应用 | 第45-46页 |
| ·基于RBF神经网络的非线性内模控制方案 | 第46-48页 |
| ·RBF神经网络内模控制方案检验 | 第48-51页 |
| ·过程模型及其逆模型的建立 | 第48-50页 |
| ·仿真结果及分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 基于RBF神经网络的青霉素发酵过程内模控制研究 | 第52-63页 |
| ·引言 | 第52-53页 |
| ·青霉素发酵过程的神经网络内模控制 | 第53-62页 |
| ·发酵过程模型建立 | 第53-55页 |
| ·内模控制器(过程逆模型)设计 | 第55-56页 |
| ·滤波器的设计 | 第56-57页 |
| ·含有静态误差的控制结果 | 第57-59页 |
| ·不含有静态误差的控制结果 | 第59-60页 |
| ·鲁棒性以及抑制干扰能力的研究 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结 论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |
| 致 谢 | 第72页 |