基于协同粒子群优化算法的发酵过程优化控制方法研究
| 学位论文数据集 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 引言 | 第16页 |
| 1.2 基于协同搜索群智能优化算法的发展现状 | 第16-18页 |
| 1.2.1 协同进化算法 | 第16-17页 |
| 1.2.2 协同蚁群算法 | 第17页 |
| 1.2.3 协同粒子群优化算法 | 第17-18页 |
| 1.3 多目标优化算法的发展现状 | 第18-19页 |
| 1.3.1 经典多目标优化算法 | 第18-19页 |
| 1.3.2 基于分解的多目标优化算法 | 第19页 |
| 1.4 发酵过程优化控制的研究现状 | 第19-21页 |
| 1.4.1 基于传统方法的发酵过程优化控制 | 第19-20页 |
| 1.4.2 基于群智能算法的发酵过程优化控制 | 第20-21页 |
| 1.5 课题的研究意义和主要研究内容 | 第21-24页 |
| 1.5.1 课题的研究意义 | 第21页 |
| 1.5.2 课题的主要研究内容 | 第21-24页 |
| 第二章 基于连接向量更新的协同粒子群优化算法研究 | 第24-34页 |
| 2.1 引言 | 第24页 |
| 2.2 协同粒子群优化算法 | 第24-27页 |
| 2.2.1 基本粒子群优化算法 | 第24-25页 |
| 2.2.2 协同粒子群优化算法 | 第25-27页 |
| 2.3 基于连接向量更新的协同粒子群优化算法 | 第27-32页 |
| 2.3.1 基于连接向量更新的协同机制 | 第27-29页 |
| 2.3.2 算法的实现 | 第29页 |
| 2.3.3 实验测试与结果分析 | 第29-32页 |
| 2.4 小结 | 第32-34页 |
| 第三章 基于分解的协同多目标粒子群优化算法研究 | 第34-48页 |
| 3.1 引言 | 第34页 |
| 3.2 多目标优化方法 | 第34-37页 |
| 3.2.1 多目标优化问题描述 | 第34-35页 |
| 3.2.2 经典多目标粒子群优化算法 | 第35-36页 |
| 3.2.3 多目标分解方法 | 第36-37页 |
| 3.3 基于分解的协同多目标粒子群优化算法 | 第37-42页 |
| 3.3.1 基于分解的协同优化 | 第37-39页 |
| 3.3.2 动态权值向量法分布性维护策略 | 第39-41页 |
| 3.3.3 算法的实现 | 第41页 |
| 3.3.4 算法复杂度分析 | 第41-42页 |
| 3.4 实验测试与结果分析 | 第42-46页 |
| 3.4.1 测试函数及参数设置 | 第42-44页 |
| 3.4.2 结果分析 | 第44-46页 |
| 3.5 小结 | 第46-48页 |
| 第四章 发酵过程优化控制方法研究 | 第48-66页 |
| 4.1 引言 | 第48页 |
| 4.2 发酵过程模型参数估计方法 | 第48-54页 |
| 4.2.1 发酵过程模型参数估计问题描述 | 第48-49页 |
| 4.2.2 发酵过程模型参数估计方法 | 第49-50页 |
| 4.2.3 发酵过程模型参数估计方法的实现 | 第50页 |
| 4.2.4 青霉素发酵过程模型参数估计 | 第50-54页 |
| 4.3 发酵过程多目标优化控制方法 | 第54-63页 |
| 4.3.1 发酵过程多目标优化问题描述 | 第54-55页 |
| 4.3.2 发酵过程多目标决策方法 | 第55-57页 |
| 4.3.3 发酵过程多目标优化控制方法 | 第57-58页 |
| 4.3.4 发酵过程多目标优化控制方法的实现 | 第58-59页 |
| 4.3.5 实验与分析 | 第59-63页 |
| 4.4 小结 | 第63-66页 |
| 第五章 结论与展望 | 第66-68页 |
| 5.1 结论 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 研究成果及发表的学术论文 | 第74-76页 |
| 作者简介 | 第76-77页 |
| 附件 | 第77-78页 |
