| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题的研究意义和背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·数据采集系统的研究现状 | 第9-10页 |
| ·小麦加工能效优化的研究现状 | 第10页 |
| ·国内外HACCP信息化的研究现状 | 第10-11页 |
| ·论文的主要工作及组织结构 | 第11-13页 |
| 第二章 小麦加工过程数据采集 | 第13-22页 |
| ·数据采集系统的相关介绍 | 第13-14页 |
| ·数据采集系统的概述 | 第13页 |
| ·数据采集系统的组成 | 第13-14页 |
| ·系统总体设计 | 第14-17页 |
| ·系统总体结构介绍 | 第14-15页 |
| ·硬件选择与设计 | 第15-16页 |
| ·软件设计 | 第16-17页 |
| ·小麦加工过程数据采集实现 | 第17-21页 |
| ·车间数据获取 | 第17-20页 |
| ·数据显示 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于广义回归神经网络的小麦加工能效优化 | 第22-34页 |
| ·引言 | 第22页 |
| ·广义回归神经网络模型 | 第22-25页 |
| ·GRNN的理论基础 | 第22-23页 |
| ·GRNN的网络结构 | 第23-25页 |
| ·广义回归神经网络参数优化 | 第25-30页 |
| ·光滑因子的影响 | 第25页 |
| ·粒子群优化算法 | 第25页 |
| ·改进的混沌粒子群算法优化GRNN参数的实现 | 第25-30页 |
| ·模型的建立 | 第30-31页 |
| ·确定模型的自变量和因变量 | 第30页 |
| ·建模的实验方法和结果 | 第30-31页 |
| ·小麦加工过程能效优化 | 第31-33页 |
| ·小麦加工过程能效优化实现 | 第31-32页 |
| ·结果分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于自适应动态搜索粒子群的SVM参数优化研究 | 第34-48页 |
| ·引言 | 第34页 |
| ·支持向量机 | 第34-37页 |
| ·支持向量机基本原理 | 第34-36页 |
| ·支持向量机分类方法的基本理论 | 第36-37页 |
| ·小麦加工关键控制点的需求分析 | 第37-38页 |
| ·支持向量机参数选取分析 | 第38-39页 |
| ·核函数参数的影响 | 第38-39页 |
| ·误差惩罚因子的影响 | 第39页 |
| ·小麦加工关键控制点发现研究 | 第39-46页 |
| ·自适应动态搜索粒子群优化算法 | 第39-44页 |
| ·自适应动态搜索粒子群的SVM参数优化 | 第44-45页 |
| ·小麦加工关键控制点的实现 | 第45-46页 |
| ·结果分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第54页 |