| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-10页 |
| ·项目背景及研究意义 | 第8页 |
| ·本文研究内容 | 第8-10页 |
| 第二章 基于“内含传感器”的神经网络逆软测量方法简介 | 第10-22页 |
| ·软测量方法 | 第10-11页 |
| ·基于“内含传感器”的神经网络逆软测量方法 | 第11-14页 |
| ·生化反应过程中的“内含传感器” | 第12页 |
| ·基于“内含传感器”的神经网络逆软测量方法 | 第12-14页 |
| ·基于“内含传感器”的神经网络逆软测量方法在红霉素发酵过程中的应用 | 第14-19页 |
| ·红霉素发酵过程中“内含传感器”的构造 | 第14-17页 |
| ·红霉素发酵过程中基于“内含传感器”的神经网络逆软测量方法 | 第17-19页 |
| ·影响软测量性能的因素 | 第19-21页 |
| ·辅助变量的选择和处理 | 第19-20页 |
| ·数据预处理 | 第20-21页 |
| ·软测量模型的在线校正 | 第21页 |
| ·软测量性能的评价标准 | 第21页 |
| ·小结 | 第21-22页 |
| 第三章 红霉素发酵过程中基于“内含传感器”的神经网络逆软测量方法的改进 | 第22-43页 |
| ·神经网络逆软测量模型的辅助变量的选择和处理方法的改进 | 第22-31页 |
| ·红霉素发酵过程分析 | 第22页 |
| ·根据神经网络逆扩展结构确定软测量模型的辅助变量 | 第22-24页 |
| ·采用主元分析法处理神经网络逆软测量模型的辅助变量 | 第24-29页 |
| ·改进后的神经网络逆软测量效果分析 | 第29-31页 |
| ·小结 | 第31页 |
| ·误差处理方法的改进 | 第31-38页 |
| ·误差处理方法的改进——先两步判断法后滑动平均滤波方法 | 第32-35页 |
| ·改进的误差处理方法对提高神经网络逆软测量精度的效果分析 | 第35-38页 |
| ·小结 | 第38页 |
| ·样本归一化方法的改进 | 第38-42页 |
| ·样本归一化处理方法的改进 | 第39页 |
| ·改进的归一化处理方法对提高神经网络逆软测量精度的效果分析 | 第39-41页 |
| ·小结 | 第41-42页 |
| ·神经网络逆软测量模型的在线校正 | 第42页 |
| ·小结 | 第42-43页 |
| 第四章 改进的神经网络逆软测量方法的实现 | 第43-53页 |
| ·神经网络逆软测量软件设计思想 | 第43-44页 |
| ·神经网络逆软测量算法实现 | 第44-45页 |
| ·神经网络逆软测量模型在线校正的设计与实现 | 第45-48页 |
| ·设计思路 | 第45页 |
| ·具体实现 | 第45-48页 |
| ·改进的神经网络逆软测量软件的应用效果分析 | 第48-52页 |
| ·改进的神经网络逆软测量方法的性能检验 | 第49-52页 |
| ·改进的神经网络逆软测量方法的检验结果分析 | 第52页 |
| ·小结 | 第52-53页 |
| 第五章 论文总结和展望 | 第53-54页 |
| ·研究工作总结 | 第53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 附录A “内含传感器”子系统模型的建模算法 | 第56-59页 |
| 附录B 红霉素发酵模型符号说明 | 第59-60页 |
| 附录C 红霉素发酵过程中“内含传感器”模型的构造过程 | 第60-62页 |
| 附录D 样本均值和样本标准差更新的迭代公式推导过程 | 第62-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
