声明
摘要
第1章 绪论
1.1 发酵过程介绍及面临的困难
1.2 软测量技术研究现状
1.2.1 软测量技术基本原理
1.2.2 软测量建模方法概述
1.3 本文研究内容
第2章 支持向量机及其扩展方法
2.1 统计学习理论
2.1.1 统计学习理论基础
2.1.2 VC维理论与推广性的界
2.1.3 结构风险最小化
2.2 支持向量机算法
2.2.1 支持向量机
2.2.2 支持向量机分类
2.2.3 支持向量回归
2.3 LS-SVM与模糊LS-SVM
2.3.1 LS-SVM基本原理
2.3.2 模糊LS-SVM
2.4 本章小结
第3章 青霉素发酵过程的软测量建模
3.1 青霉素发酵过程
3.1.1 青霉素简介
3.1.2 青霉素发酵过程
3.2 基于模糊LS-SVM的软测量建模
3.2.1 引言
3.2.2 辅助变量和隶属度选取
3.2.3 建模数据处理
3.2.4 核函数和模型参数的选取
3.2.5 模型的建立
3.3 基于初始条件偏差的模型校正
3.3.1 递归网络
3.3.2 基于偏差的模型校正
3.4 本章小结
第4章 分阶段的FLS-SVM菌体浓度软测量建模方法
4.1 发酵过程的生长阶段
4.1.1 微生物生长周期
4.1.2 阶段辅助变量的选择
4.2 分阶段软测量模型的建立
4.2.1 FCM算法
4.2.2 发酵过程的阶段划分与识别
4.2.3 模型的建立与仿真实验
4.3 本章小结
第5章 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
致谢