10.16526/j.cnki.11-4762/tp.2018.07.009
基于KPCA-DFNN海洋微生物发酵过程软测量建模
针对海洋微生物发酵过程中关键生物参量(基质浓度、菌体浓度、产物浓度等)在线测量困难,离线化验滞后大,难以实现实时控制的问题,提出了一种基于核主元分析(KPCA)与动态模糊神经网络(DFNN)相结合的软测量方法;以典型的海洋微生物-海洋蛋白酶发酵过程为例,通过KPCA提取输入数据空间中的非线性主元,将提取的主元作为DFNN的输入,基质浓度、菌体浓度、相对酶活作为DFNN的输出,建立了基于KPCA-DFNN的海洋蛋白酶发酵过程生物参量软测量模型;仿真结果表明,KPCA-DFNN模型比DFNN和PCA-DFNN建模的测量精度高,跟踪性能强,能很好地满足发酵过程中生物参量的测量要求.
海洋微生物、生物参量、核主元分析、动态模糊神经网络
26
TP273(自动化技术及设备)
江苏高校优势学科建设工程资助项目;“十二五”国家863计划重点科技项目2011AA09070301;江苏省自然科学基金面上项目BK20151345;江苏高校品牌专业建设工程资助项目PPZY2015A088
2018-11-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
41-43,98