| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 间歇过程概述及研究意义 | 第10-13页 |
| 1.2 国内外针对间歇过程的优化和控制方面的研究 | 第13-15页 |
| 1.3 全文内容安排 | 第15-16页 |
| 第2章 迭代学习控制方法简介 | 第16-24页 |
| 2.1 迭代学习控制算法 | 第16-22页 |
| 2.1.1 迭代学习控制的提出 | 第16-17页 |
| 2.1.2 迭代学习控制的研究现状 | 第17-18页 |
| 2.1.3 迭代学习控制的基本原理 | 第18-21页 |
| 2.1.4 迭代学习控制的改进学习律 | 第21-22页 |
| 2.2 小结 | 第22-24页 |
| 第3章 带修正项的间歇过程迭代优化控制 | 第24-50页 |
| 3.1 偏最小二乘(PLS)算法 | 第24-28页 |
| 3.1.1 PLS算法基本原理 | 第26-27页 |
| 3.1.2 多向偏最小二乘(MPLS)算法 | 第27-28页 |
| 3.2 带修正项的间歇过程迭代优化算法 | 第28-34页 |
| 3.2.1 带修正项的迭代优化算法的基本原理 | 第30-33页 |
| 3.2.2 梯度的估计 | 第33-34页 |
| 3.3 基于MPLS模型的酒精发酵过程迭代优化控制 | 第34-48页 |
| 3.3.1 酒精补料分批发酵间歇过程的机理模型 | 第34-36页 |
| 3.3.2 酒精分批发酵过程补料初值的选择 | 第36-38页 |
| 3.3.3 基于迭代学习控制原理的酒精补料分批发酵过程仿真 | 第38-42页 |
| 3.3.4 基于带修正项的迭代优化算法的酒精补料分批发酵过程仿真 | 第42-48页 |
| 3.4 小结 | 第48-50页 |
| 第4章 基于模型误差预估的带修正项的间歇过程迭代优化控制 | 第50-60页 |
| 4.1 模型误差预估的方法 | 第50-56页 |
| 4.1.1 用高斯混合模型(GMM)描述模型误差的特征 | 第51-55页 |
| 4.1.2 基于GMM的模型误差估计 | 第55-56页 |
| 4.2 酒精分批发酵迭代优化控制仿真研究 | 第56-58页 |
| 4.3 小结 | 第58-60页 |
| 第5章 结论与展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68页 |
