基于改进BP神经网络的菌体浓度软测量

摘要：

提出一种改进的BP神经网络(IBPNN)用以建立发酵过程中菌体浓度软测量模型.结合菌体浓度变化范围大这一特点,将传统BP网络的误差函数进行了改进,并利用最优停止法对网络进行训练.避免了过拟合现象.最后针对诺西肽发酵过程中茵体浓度的估计问题,根据隐函数定理选取辅助变量,应用IBPNN建立菌体浓度软测量模型,实验结果验证了所提方法的有效性.

关键词：软测量、神经网络、算法改进、辅助变量选取、发酵

所属期刊栏目：23

分类号：TP274(自动化技术及设备)

资助基金：国家973计划项目2002CB312201

在线出版日期：2008-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：869-873,878