声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 软测量技术研究现状
1.2.2 SVM的参数选择研究现状
1.2.3 SVM软测量的其它研究现状
1.3 本论文主要内容和结构
第2章 基于SVM的发酵过程菌体浓度软测量研究
2.1 SVM基本原理
2.1.1 最优超平面理论
2.1.2 最优超平面的构建
2.1.3 支持向量回归分析
2.2 毕氏酵母菌发酵过程简介
2.2.1 毕氏酵母茵介绍
2.2.2 发酵工艺流程简介
2.2.3 影响菌体生长的主要因素
2.3 基于SVM的菌体浓度软测量
2.3.1 SVM输入输出变量选择
2.3.2 数据处理
2.3.3 仿真分析
2.4 基于BP神经网络的菌体浓度软测量
2.4.1 BP神经网络简介
2.4.2 仿真分析
2.5 SVM与BP神经网络软测量预测性能比较
2.5.1 仿真比较与数据分析
2.5.2 结论
2.6 本章小结
第3章 基于改进遗传算法和SVM的菌体浓度软测量
3.1 改进遗传算法
3.1.1 遗传算法介绍
3.1.2 遗传算法的改进研究
3.1.3 基于激素调节机制的改进遗传算法
3.2 改进遗传算法优化SVM参数
3.2.1 参数对SVM的影响
3.2.2 改进遗传算法优化SVM参数
3.3 仿真分析
3.4 本章小结
第4章 基于分阶段的SVM菌体浓度软测量
4.1 分阶段软测量研究
4.1.1 微生物发酵过程阶段划分
4.1.2 分阶段软测量研究进展
4.1.3 模糊聚类算法简介
4.2 基于模糊C均值聚类算法的发酵过程分阶段软测量
4.2.1 基于模糊C均值聚类算法的发酵过程分阶段
4.2.2 基于SVM的发酵过程分阶段菌体浓度软测量
4.3 本章小结
第5章 发酵过程菌体浓度软测量工程实现
5.1 毕氏酵母菌发酵过程控制系统简介
5.2 毕氏酵母菌发酵过程控制系统改进
5.2.1 改进系统介绍
5.2.2 SC组态软件介绍
5.2.3 SC组态软件与MATLAB的数据通讯
5.3 本章小结
结论
参考文献
攻读硕士学位期间所发表的论文
致谢