| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 软测量技术研究现状 | 第9-10页 |
| 1.2.2 SVM的参数选择研究现状 | 第10-11页 |
| 1.2.3 SVM软测量的其它研究现状 | 第11-12页 |
| 1.3 本论文主要内容和结构 | 第12-14页 |
| 第2章 基于SVM的发酵过程菌体浓度软测量研究 | 第14-32页 |
| 2.1 SVM基本原理 | 第14-18页 |
| 2.1.1 最优超平面理论 | 第14-15页 |
| 2.1.2 最优超平面的构建 | 第15-16页 |
| 2.1.3 支持向量回归分析 | 第16-18页 |
| 2.2 毕氏酵母菌发酵过程简介 | 第18-21页 |
| 2.2.1 毕氏酵母菌介绍 | 第18-19页 |
| 2.2.2 发酵工艺流程简介 | 第19-20页 |
| 2.2.3 影响菌体生长的主要因素 | 第20-21页 |
| 2.3 基于SVM的菌体浓度软测量 | 第21-26页 |
| 2.3.1 SVM输入输出变量选择 | 第21-22页 |
| 2.3.2 数据处理 | 第22-23页 |
| 2.3.3 仿真分析 | 第23-26页 |
| 2.4 基于BP神经网络的菌体浓度软测量 | 第26-29页 |
| 2.4.1 BP神经网络简介 | 第26-27页 |
| 2.4.2 仿真分析 | 第27-29页 |
| 2.5 SVM与BP神经网络软测量预测性能比较 | 第29-31页 |
| 2.5.1 仿真比较与数据分析 | 第29-31页 |
| 2.5.2 结论 | 第31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 基于改进遗传算法和SVM的菌体浓度软测量 | 第32-44页 |
| 3.1 改进遗传算法 | 第32-36页 |
| 3.1.1 遗传算法介绍 | 第32-33页 |
| 3.1.2 遗传算法的改进研究 | 第33-34页 |
| 3.1.3 基于激素调节机制的改进遗传算法 | 第34-36页 |
| 3.2 改进遗传算法优化SVM参数 | 第36-39页 |
| 3.2.1 参数对SVM的影响 | 第36-38页 |
| 3.2.2 改进遗传算法优化SVM参数 | 第38-39页 |
| 3.3 仿真分析 | 第39-41页 |
| 3.4 本章小结 | 第41-44页 |
| 第4章 基于分阶段的SVM菌体浓度软测量 | 第44-56页 |
| 4.1 分阶段软测量研究 | 第44-47页 |
| 4.1.1 微生物发酵过程阶段划分 | 第44-45页 |
| 4.1.2 分阶段软测量研究进展 | 第45页 |
| 4.1.3 模糊聚类算法简介 | 第45-47页 |
| 4.2 基于模糊C均值聚类算法的发酵过程分阶段软测量 | 第47-54页 |
| 4.2.1 基于模糊C均值聚类算法的发酵过程分阶段 | 第47-50页 |
| 4.2.2 基于SVM的发酵过程分阶段菌体浓度软测量 | 第50-54页 |
| 4.3 本章小结 | 第54-56页 |
| 第5章 发酵过程菌体浓度软测量工程实现 | 第56-64页 |
| 5.1 毕氏酵母菌发酵过程控制系统简介 | 第56-57页 |
| 5.2 毕氏酵母菌发酵过程控制系统改进 | 第57-62页 |
| 5.2.1 改进系统介绍 | 第57-58页 |
| 5.2.2 SC组态软件介绍 | 第58-60页 |
| 5.2.3 SC组态软件与MATLAB的数据通讯 | 第60-62页 |
| 5.3 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间所发表的论文 | 第70-72页 |
| 致谢 | 第72页 |
