基于改进FNN的青霉素发酵过程软测量建模与实现

文摘

英文文摘

第一章 绪论

1.1 研究背景与意义

1.1.1 研究背景

1.1.2 研究意义

1.2 软测量技术概述

1.2.1 软测量的建模方法

1.2.2 软测量的应用情况

1.2.3 软测量模型的校正

1.3 本文研究内容及安排

第二章 改进FNN算法的软测量建模原理

2.1 引言

2.2 模糊神经网络

2.2.1 模糊神经网络结构

2.2.2 模糊神经网络的特点

2.3 动态模糊神经网络模型

2.3.1 动态模糊神经网络结构

2.3.2 动态模糊神经网络的学习算法

2.3.3 动态模糊神经网络的特点

2.4 基于粒子群算法的动态模糊神经网络模型辨识

2.4.1 粒子群优化算法

2.4.2 带惯性权值的粒子群优化算法

2.4.3 粒子群算法优化动态模糊神经网络

2.5 本章小结

第三章 青霉素发酵过程软测量建模

3.1 引言

3.2 青霉素发酵过程工艺概述

3.3 数据预处理

3.3.1 过失误差数据剔除

3.3.2 数据的归一化

3.4 一致相关度算法确定辅助变量

3.5 基于动态模糊神经网络软测量建模

3.6 基于粒子群算法的动态模糊神经网络模型辨识

3.7 本章小结

第四章 青霉素发酵过程数字系统设计

4.1 引言

4.2 系统设计思想和要求

4.2.1 系统设计思想

4.2.2 系统设计要求

4.3 系统硬件设计

4.3.1 系统硬件结构图

4.3.2 系统硬件配置

4.3.3 系统硬件原理图

4.4 系统软件设计

4.4.1 软件设计总体结构

4.4.2 数据的采集与测定

4.4.3 串行通信设计

4.4.4 上位机程序设计

4.5 本章小结

第五章 总结与展望

5.1 工作总结

5.2 展望

参考文献

攻读硕士期间发表论文及专利情况

致谢