| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-28页 |
| ·研究背景及意义 | 第12页 |
| ·发酵工程概述 | 第12-18页 |
| ·发酵工业的发展 | 第12-16页 |
| ·发酵过程的生产方式 | 第16-17页 |
| ·发酵生产的工艺流程 | 第17-18页 |
| ·发酵过程建模与优化技术 | 第18-25页 |
| ·发酵过程建模方法概述 | 第18-22页 |
| ·发酵过程优化技术概述 | 第22-25页 |
| ·本文主要工作 | 第25-28页 |
| 第2章 诺西肽发酵过程机理模型研究 | 第28-52页 |
| ·引言 | 第28页 |
| ·诺西肽发酵 | 第28-38页 |
| ·诺西肽的性质 | 第28-31页 |
| ·诺西肽的研究进展 | 第31-32页 |
| ·诺西肽的发酵生成 | 第32-34页 |
| ·诺西肽发酵过程的影响因素 | 第34-38页 |
| ·诺西肽分批发酵过程机理模型的建立 | 第38-49页 |
| ·菌体生长模型 | 第39-41页 |
| ·基质消耗模型 | 第41页 |
| ·溶解氧模型 | 第41-43页 |
| ·产物生成模型 | 第43页 |
| ·模型参数的确定 | 第43-49页 |
| ·诺西肽补料分批发酵过程机理模型的建立 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第3章 基于神经网络集成的诺西肽发酵过程混合模型研究 | 第52-72页 |
| ·引言 | 第52-53页 |
| ·Elman神经网络 | 第53-56页 |
| ·神经网络集成 | 第56-63页 |
| ·个体网络的生成 | 第57-62页 |
| ·个体网络输出的结合 | 第62-63页 |
| ·诺西肽发酵过程的混合模型 | 第63-71页 |
| ·混合模型的提出及其结构 | 第63-64页 |
| ·Elman神经网络集成模型 | 第64-67页 |
| ·混合模型的置信区间 | 第67-68页 |
| ·混合模型的实验验证 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 第4章 多目标优化方法的研究 | 第72-90页 |
| ·引言 | 第72-73页 |
| ·多目标优化问题的描述 | 第73页 |
| ·多目标优化问题的相关概念 | 第73-74页 |
| ·多目标优化方法 | 第74-81页 |
| ·传统的多目标优化方法 | 第75-76页 |
| ·多目标进化算法 | 第76-81页 |
| ·自适应多目标混沌差分进化算法 | 第81-88页 |
| ·混沌初始化 | 第82页 |
| ·自适应变异算子 | 第82-83页 |
| ·混沌迁移算子 | 第83-84页 |
| ·AC-DEMO的操作流程 | 第84页 |
| ·算法性能测试 | 第84-88页 |
| ·本章小结 | 第88-90页 |
| 第5章 诺西肽发酵过程的多目标优化 | 第90-104页 |
| ·引言 | 第90-91页 |
| ·诺西肽发酵过程优化模型的建立 | 第91-94页 |
| ·目标函数的确定 | 第91-92页 |
| ·决策变量的选取 | 第92-93页 |
| ·约束条件 | 第93-94页 |
| ·优化模型的约束处理 | 第94-97页 |
| ·约束处理的基本方法 | 第95-97页 |
| ·诺西肽发酵优化的约束处理策略 | 第97页 |
| ·优化步骤 | 第97-98页 |
| ·仿真研究 | 第98-102页 |
| ·本章小结 | 第102-104页 |
| 第6章 诺西肽发酵过程建模与优化控制系统的设计 | 第104-118页 |
| ·引言 | 第104页 |
| ·系统硬件结构及主要功能 | 第104-105页 |
| ·系统数据交换 | 第105-106页 |
| ·发酵计算机控制系统 | 第106-109页 |
| ·监控系统 | 第107-108页 |
| ·控制系统 | 第108-109页 |
| ·发酵建模和优化系统 | 第109-117页 |
| ·发酵建模和优化系统界面设计 | 第109-111页 |
| ·发酵建模和优化系统数据管理 | 第111-112页 |
| ·发酵建模和优化系统主要模块 | 第112-115页 |
| ·C#、Oracle数据库与Matlab的混合编程 | 第115-117页 |
| ·本章小结 | 第117-118页 |
| 第7章 结论与展望 | 第118-120页 |
| 参考文献 | 第120-130页 |
| 致谢 | 第130-132页 |
| 攻读博士学位期间论文情况 | 第132-133页 |