10.3321/j.issn:0253-987X.2004.07.020
生物发酵过程的温度控制模型研究
针对生物发酵过程中温度控制难以建模的问题,基于非线性自回归滑动平均(NARMA)模型,设计了神经网络自回归滑动平均(NN-NARMA)模型.利用径向基神经网络逼近NARMA模型中的映射关系,对神经网络的输出进行了二阶低通滤波,用变异率可调节的遗传算法优化了NARMA模型中的延时参数以及神经网络的输出滤波参数.应用该方法建立了生物发酵过程的温度控制模型,该模型在上温、中温和下温的误差相对于Elman神经网络模型分别减少了38.9%、13.5%和61.3%.该方法具有一定的可操作性,能够较好地解决生物发酵过程中的温度控制建模问题.
非线性系统、建模、生物发酵
38
TP273(自动化技术及设备)
2004-08-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
737-740