声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 软测量技术概述
1.3 软测量建模方法
1.3.1 基于工艺机理分析的软测量建模
1.3.2 基于状态观测方法的软测量建模
1.3.3 基于回归分析的软测量建模
1.3.4 基于模糊理论的软测量建模
1.3.5 基于模式识别方法的软测量建模
1.3.6 基于神经网络的软测量建模
1.4 主要工作及内容安排
第二章 基于“内含传感器”的神经网络左逆软测量方法
2.1 引言
2.2 “内含传感器”逆软测量原理
2.3 神经网络左逆软测量方法的实现
2.4 本章小结
第三章 基于神经网络左逆的青霉素发酵过程软测量
3.1 引言
3.2 青霉素发酵模型以及可逆性分析
3.2.1 青霉素发酵模型
3.2.2 可逆性分析
3.3 软测量结果分析
3.3.1 Pensim仿真软件介绍
3.3.2 仿真结果分析
3.4 本章小结
第四章 基于PLS-VIP的左逆软测量方法研究与优化
4.1 基于PLS-VIP的青霉素发酵过程左逆软测量建模
4.1.1 引言
4.1.2 PLS-VIP理论原理
4.1.3 青霉素发酵过程的PLS-VIP左逆软测量模型
4.1.4 本节小结
4.2 基于PLS-VIP的青霉素发酵过程左逆软测量优化
4.2.1 引言
4.2.2 青霉素发酵过程的左逆软测量模型优化
4.2.3 本节小结
4.3 基于统计逆的青霉素发酵过程产物浓度软测量
4.3.1 引言
4.3.2 统计逆概念以及证明
4.3.3 基于统计逆的产物浓度软测量模型
4.4 本章小结
第五章 基于NN-MIV变量筛选的青霉素发酵逆软测量方法
5.1 引言
5.2 基于MIV的神经网络变量选择方法
5.2.1 平均影响值(MIV)
5.2.2 神经网络变量选择方法
5.2.3 基于MIV的神经网络变量选择方法
5.3 软测量结果分析
5.3.1 变量筛选
5.3.2 建立软测量模型
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 研究展望
参考文献
致谢
攻读硕士期间取得的成果
附录