版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、青霉素作為一種重要的抗生素是通過發(fā)酵進行生產(chǎn)的,其發(fā)酵過程是一個極為復雜的難以建立準確機理模型的生化反應過程,具有強非線性、時變性和不確定性等特點。為了對發(fā)酵過程進行優(yōu)化與控制,要求對其中重要的生物量如基質(zhì)濃度、菌體濃度,以及青霉素濃度等進行實時監(jiān)測。目前,主要是通過取樣離線化驗對這些生物量進行檢測,具有很大的時滯性,而且取樣時可能會使發(fā)酵罐感染雜菌,導致青霉素產(chǎn)量與質(zhì)量下降。青霉素濃度是最重要的一個生物量,本文對其在線預報方法進行深入
2、研究。
目前,一般是建立一個全局預報模型對青霉素濃度進行在線預報。但是當發(fā)酵初始條件及操作參數(shù)的波動增大時,發(fā)酵批次間差異就隨之增大,全局預報模型由于模型單一而導致預報精度下降,預報誤差增大。針對上述不足,本文提出一種多模型建模方法。
首先采用減聚類法對樣本中的批次按發(fā)酵初始條件和操作參數(shù)自動劃分類別,使得類中批次差異盡可能小,類間批次差異盡可能大。然后以批次為單位建立各批次RBF神經(jīng)網(wǎng)絡(luò)預報模型。在著重分析發(fā)酵過程
3、機理及工藝基礎(chǔ)上,確定關(guān)鍵過程變量作為RBF神經(jīng)網(wǎng)絡(luò)的輸入,包括采樣時間、培養(yǎng)體積、二氧化碳濃度、溶解氧濃度、pH、發(fā)酵罐溫度、空氣流率、攪拌器功率、補給基質(zhì)流率和補給基質(zhì)溫度。RBF神經(jīng)網(wǎng)絡(luò)訓練算法采用基于減聚類的K-均值梯度算法,該算法根據(jù)訓練數(shù)據(jù)的特點自動確定網(wǎng)絡(luò)隱層神經(jīng)元的個數(shù),對網(wǎng)絡(luò)徑向基函數(shù)中心、基寬,以及網(wǎng)絡(luò)隱層到輸出層的權(quán)系數(shù)均進行訓練調(diào)整,使得建模精度更高。采用類內(nèi)各批次模型最優(yōu)加權(quán)組合的方法建立類預報模型,通過極小化
4、類內(nèi)所有批次模型的加權(quán)組合預測誤差平方和求取加權(quán)系數(shù),使得類模型是該類的一個最優(yōu)模型。這樣針對發(fā)酵過程批次間波動較大情形形成類模型庫。當進行青霉素濃度在線預報時,以當前批次發(fā)酵初始條件和操作參數(shù)與各類中心距離最小為依據(jù)選擇類模型作為預報模型。
最后,利用Pensim青霉素發(fā)酵仿真平臺,采用正交試驗方法設(shè)計批次少、信息全面且分布均勻的建模樣本,對提出的預報方法進行實驗仿真。結(jié)果表明,發(fā)酵過程批次間波動較大時,預報模型的精度與泛化
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于徑向基神經(jīng)網(wǎng)絡(luò)的青霉素發(fā)酵過程建模與控制.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的鐵水脫硫預報模型的研究及應用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)方法的kp預報模型
- 基于RBF神經(jīng)網(wǎng)絡(luò)的多因素時間序列預測模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的混合模型軌道預報方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測模型的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的期貨走勢預測模型研究.pdf
- 青霉素發(fā)酵過程的模型化研究.pdf
- 服裝銷售預測方法及RBF神經(jīng)網(wǎng)絡(luò)模型研究.pdf
- MEEM模型下青霉素性質(zhì)的研究.pdf
- 青霉素的發(fā)現(xiàn)
- 基于灰色RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐終點預測模型研究.pdf
- 基于改進RBF神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)預測模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的洪水預報模型研究.pdf
- 青霉素濃度測試系統(tǒng)設(shè)計及仿真分析.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐冶煉終點預報模型——硫預報模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)方法的西安市四季PM10濃度預報模型研究.pdf
- 中藥中桔青霉素檢測方法的研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的灌區(qū)灌溉預報模型.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的電梯故障診斷方法研究.pdf
評論
0/150
提交評論