| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景 | 第7页 |
| ·国内外研究现状 | 第7-13页 |
| ·发酵过程软测量研究现状 | 第7-11页 |
| ·混合核函数研究概述 | 第11-12页 |
| ·支持向量机参数优化概述 | 第12-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 支持向量机算法分析 | 第15-27页 |
| ·统计学习理论 | 第15-18页 |
| ·学习问题的一般表示 | 第15-16页 |
| ·经验风险最小化原则 | 第16页 |
| ·VC 维 | 第16-17页 |
| ·推广性的界与结构风险最小化原则 | 第17-18页 |
| ·支持向量分类机 | 第18-20页 |
| ·支持向量回归机 | 第20-24页 |
| ·线性支持向量回归机 | 第20-22页 |
| ·核函数 | 第22-23页 |
| ·非线性支持向量回归机 | 第23页 |
| ·支持向量回归机属性分析 | 第23-24页 |
| ·本章小结 | 第24-27页 |
| 第三章 混合核函数SVM 在谷氨酸发酵过程建模中的应用 | 第27-41页 |
| ·核函数介绍 | 第27-28页 |
| ·混合核函数建模方法 | 第28-32页 |
| ·混合核函数SVM 在谷氨酸发酵过程建模中的应用 | 第32-39页 |
| ·工艺分析 | 第32-33页 |
| ·实验系统 | 第33-34页 |
| ·输入变量的选取及预处理 | 第34-35页 |
| ·混合核函数的选择 | 第35-36页 |
| ·混合核函数SVM 模型仿真结果 | 第36-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于CPSO 算法的混合核函数SVM 建模 | 第41-55页 |
| ·粒子群优化算法 | 第41-46页 |
| ·基本粒子群算法 | 第41-44页 |
| ·PSO 算法收敛型分析及参数设定的讨论 | 第44-46页 |
| ·混沌粒子群算法 | 第46-50页 |
| ·早熟判断 | 第47页 |
| ·早熟处理 | 第47-48页 |
| ·混沌粒子群算法与基本粒子群算法的比较 | 第48-50页 |
| ·基于CPSO 的混合核函数SVM 参数优化算法 | 第50-51页 |
| ·基于CPSO 的混合核函数SVM 在谷氨酸发酵过程建模中的应用 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 结论与展望 | 第55-57页 |
| ·论文总结 | 第55页 |
| ·研究展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第65页 |
