| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·选题意义 | 第8页 |
| ·谷氨酸发酵过程建模国内外研究现状及存在问题 | 第8-10页 |
| ·谷氨酸发酵过程机理建模 | 第8-9页 |
| ·谷氨酸发酵过程神经网络建模 | 第9-10页 |
| ·谷氨酸发酵统计学习理论建模 | 第10页 |
| ·谷氨酸发酵过程建模的发展趋势 | 第10-11页 |
| ·本课题的主要研究内容 | 第11-12页 |
| 第二章 谷氨酸发酵过程机理及机理建模 | 第12-22页 |
| ·引言 | 第12页 |
| ·谷氨酸发酵过程机理建模 | 第12-14页 |
| ·谷氨酸发酵过程机理 | 第12-13页 |
| ·谷氨酸发酵过程机理建模 | 第13-14页 |
| ·遗传算法和机理模型参数优化 | 第14-18页 |
| ·遗传算法分析与改进 | 第14-16页 |
| ·机理模型参数优化 | 第16-18页 |
| ·谷氨酸发酵过程状态变量的预估 | 第18-20页 |
| ·状态变量预估结果 | 第18-19页 |
| ·结果分析 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 基于支持向量机的谷氨酸发酵过程建模 | 第22-36页 |
| ·引言 | 第22页 |
| ·支持向量机的基本原理 | 第22-25页 |
| ·统计学理论的基础知识 | 第22-23页 |
| ·用于函数回归的支持向量机 | 第23-25页 |
| ·基于支持向量机的谷氨酸发酵过程建模 | 第25-29页 |
| ·建模数据来源及训练数据的预处理 | 第25-26页 |
| ·输入输出变量的选择 | 第26-28页 |
| ·模型参数的确定及模型的建立 | 第28-29页 |
| ·输出数据反归一化处理 | 第29页 |
| ·谷氨酸发酵过程状态变量的预估 | 第29-31页 |
| ·状态变量的预估结果 | 第29-31页 |
| ·基于最小二乘支持向量机的谷氨酸发酵过程建模 | 第31-34页 |
| ·最小二乘支持向量机基本原理 | 第31-32页 |
| ·基于LS-SVM 的谷氨酸发酵过程建模及状态变量预估 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于改进支持向量机与机理知识的混合建模 | 第36-52页 |
| ·引言 | 第36页 |
| ·基于峰值最小二乘支持向量机的谷氨酸发酵过程建模 | 第36-43页 |
| ·峰值最小二乘支持向量机基本原理 | 第36-37页 |
| ·峰值识别最小二乘支持向量机参数优化 | 第37-40页 |
| ·基于峰值识别最小二乘支持向量机的谷氨酸发酵过程建模 | 第40-42页 |
| ·仿真结果分析 | 第42-43页 |
| ·基于峰值识别最小二乘支持向量机与机理知识的混合建模 | 第43-47页 |
| ·混合模型结构 | 第43-44页 |
| ·混合模型原理 | 第44-45页 |
| ·混合模型仿真结果分析 | 第45-47页 |
| ·谷氨酸发酵过程软测量模块的软件实现 | 第47-50页 |
| ·软测量模块结构 | 第47-48页 |
| ·软测量模型选择及实现 | 第48页 |
| ·创建动态链接库 | 第48-49页 |
| ·软测量辅助线程的创建 | 第49页 |
| ·软测量模块的调用实现 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第62页 |
