文摘
英文文摘
第一章绪论
1.1项目背景及研究意义
1.2本文研究内容
第二章基于“内含传感器”的神经网络逆软测量方法简介
2.1软测量方法
2.2基于“内含传感器”的神经网络逆软测量方法
2.2.1生化反应过程中的“内含传感器”
2.2.2基于“内含传感器”的神经网络逆软测量方法
2.3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
2.3.1红霉素发酵过程中“内含传感器”的构造
2.3.2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
2.4影响软测量性能的因素
2.4.1辅助变量的选择和处理
2.4.2数据预处理
2.4.3软测量模型的在线校正
2.5软测量性能的评价标准
2.6小结
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
3.1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
3.1.1红霉素发酵过程分析
3.1.2根据神经网络逆扩展结构确定软测量模型的辅助变量
3.1.3采用主元分析法处理神经网络逆软测量模型的辅助变量
3.1.4改进后的神经网络逆软测量效果分析
3.1.5小结
3.2误差处理方法的改进
3.2.1误差处理方法的改进——先两步判断法后滑动平均滤波方法
3.2.2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
3.2.3小结
3.3样本归一化方法的改进
3.3.1样本归一化处理方法的改进
3.3.2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
3.3.3 小结
3.4神经网络逆软测量模型的在线校正
3.5小结
第四章改进的神经网络逆软测量方法的实现
4.1神经网络逆软测量软件设计思想
4.2神经网络逆软测量算法实现
4.3神经网络逆软测量模型在线校正的设计与实现
4.3.1设计思路
4.3.2具体实现
4.4改进的神经网络逆软测量软件的应用效果分析
4.4.1改进的神经网络逆软测量方法的性能检验
4.4.2改进的神经网络逆软测量方法的检验结果分析
4.5小结
第五章论文总结和展望
5.1研究工作总结
5.2展望
参考文献
附录A“内含传感器”子系统模型的建模算法
附录B红霉素发酵模型符号说明
附录C红霉素发酵过程中“内含传感器”模型的构造过程
附录D样本均值和样本标准差更新的迭代公式推导过程
致谢
作者简介