| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 谷氨酸发酵的研究历史与应用 | 第11-13页 |
| 1.3 发酵过程的优化控制概述 | 第13-14页 |
| 1.4 多目标优化问题的发展现状 | 第14-15页 |
| 1.5 满意优化理论的研究现状 | 第15-17页 |
| 1.6 本文工作及内容安排 | 第17-19页 |
| 第2章 满意度原理的基本概念和理论 | 第19-35页 |
| 2.1 令人满意准则的提出 | 第19页 |
| 2.2 满意度原理研究概述 | 第19-22页 |
| 2.2.1 满意度原理提出的必要性和必然性 | 第19-20页 |
| 2.2.2 满意度原理的发展阶段 | 第20-21页 |
| 2.2.3 满意度原理的研究对象 | 第21-22页 |
| 2.3 满意解和满意度函数 | 第22-28页 |
| 2.3.1 满意解和满意度的定义 | 第22-24页 |
| 2.3.2 满意度函数的表示 | 第24-28页 |
| 2.4 满意度原理的应用领域 | 第28-33页 |
| 2.4.1 满意优化 | 第28-29页 |
| 2.4.2 满意控制 | 第29-31页 |
| 2.4.3 满意决策 | 第31-32页 |
| 2.4.4 满意任务调度 | 第32-33页 |
| 2.5 满意度原理和最优化理论的对比 | 第33-34页 |
| 2.5.1 应用领域 | 第33页 |
| 2.5.2 使用方法 | 第33页 |
| 2.5.3 发展前景 | 第33-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第3章 满意优化方法的研究 | 第35-55页 |
| 3.1 满意优化问题 | 第35-38页 |
| 3.1.1 满意优化问题概述 | 第35-36页 |
| 3.1.2 满意优化问题的应用范畴 | 第36页 |
| 3.1.3 目标函数的满意转化 | 第36-37页 |
| 3.1.4 满意优化问题的一般求解步骤 | 第37-38页 |
| 3.2 单目标满意优化 | 第38-39页 |
| 3.3 多目标满意优化 | 第39-43页 |
| 3.3.1 多目标优化问题 | 第39-40页 |
| 3.3.2 多目标优化问题的求解方法 | 第40-41页 |
| 3.3.3 多目标满意优化 | 第41-42页 |
| 3.3.4 多目标满意优化问题的求解模型 | 第42-43页 |
| 3.4 综合满意度函数 | 第43-46页 |
| 3.5 基于满意度的优化算法 | 第46-52页 |
| 3.5.1 多目标满意优化与遗传算法的结合 | 第46-48页 |
| 3.5.2 遗传算法的基本操作 | 第48-52页 |
| 3.6 一个代数满意优化问题 | 第52-54页 |
| 3.6.1 求解思路 | 第52-53页 |
| 3.6.2 求解过程 | 第53-54页 |
| 3.7 本章小结 | 第54-55页 |
| 第4章 谷氨酸发酵过程的满意优化 | 第55-79页 |
| 4.1 谷氨酸发酵过程简介 | 第55-58页 |
| 4.2 谷氨酸发酵过程模型的建立 | 第58-64页 |
| 4.2.1 神经网络建模的特点 | 第59-60页 |
| 4.2.2 BP神经网络模型结构 | 第60-61页 |
| 4.2.3 BP神经网络的训练数据 | 第61-62页 |
| 4.2.4 仿真研究 | 第62-64页 |
| 4.3 单目标优化控制 | 第64-71页 |
| 4.3.1 产酸率优化 | 第65-67页 |
| 4.3.2 转化率优化 | 第67-71页 |
| 4.4 多目标满意优化 | 第71-77页 |
| 4.4.1 谷氨酸发酵过程多目标满意优化模型的确定 | 第71-72页 |
| 4.4.2 各目标满意度函数的确定 | 第72-74页 |
| 4.4.3 优化仿真 | 第74-77页 |
| 4.5 本章小结 | 第77-79页 |
| 第5章 结论与展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85页 |