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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、生物工程是20世紀(jì)70年代興起的一門綜合應(yīng)用學(xué)科,對人類社會的進(jìn)步起著至關(guān)重要的作用。生物發(fā)酵作為生物工程的一個分支,是一種利用微生物或活性離體酶的某些功能,為人類生產(chǎn)有用的生物產(chǎn)品的工程技術(shù)。生物發(fā)酵過程涉及生命體的生長繁殖過程,其內(nèi)在機理十分復(fù)雜,特別是一些關(guān)鍵生物參數(shù)(如基質(zhì)濃度、菌體濃度、產(chǎn)物濃度等)難以在線實時測量,嚴(yán)重影響了其自動化控制水平,成為制約生物發(fā)酵過程自動化水平的重要難題。本文以氨基酸類典型菌種賴氨酸發(fā)酵過程為研究
2、對象,在分析賴氨酸發(fā)酵過程特性與機理的基礎(chǔ)上,提出了在線檢測基質(zhì)濃度、菌體濃度、產(chǎn)物濃度三個關(guān)鍵生物參數(shù)的模糊C均值聚類(FCM)-集成高斯過程回歸的軟測量模型。并以MATLAB與VC++開發(fā)平臺為基礎(chǔ),開發(fā)了賴氨酸發(fā)酵過程軟測量系統(tǒng),并開展了初步試驗研究。本文主要研究工作總結(jié)如下:
(1)分析了賴氨酸發(fā)酵工藝原理,針對賴氨酸發(fā)酵過程分為延滯期、指數(shù)生長期、穩(wěn)定期、死亡期4個典型反應(yīng)周期的特點,采用FCM算法對賴氨酸發(fā)酵過程數(shù)
3、據(jù)進(jìn)行聚類分析,使發(fā)酵數(shù)據(jù)更客觀、有針對性、解釋性強,以此提高學(xué)習(xí)機的訓(xùn)練精度。
(2)針對賴氨酸發(fā)酵過程中的三個關(guān)鍵生物參數(shù)(菌體濃度、基質(zhì)濃度、產(chǎn)物濃度)難以在線測量的難題,本文提出基于FCM與集成高斯過程回歸軟測量模型。與此同時,分別建立高斯過程回歸軟測量模型、集成高斯過程回歸軟測量模型和基于FCM的高斯過程軟測量回歸模型與本文所提出的軟測量模型進(jìn)行對比研究,仿真結(jié)果顯示,基于FCM與集成高斯過程回歸軟測量模型預(yù)測精度高
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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于改進(jìn)高斯過程回歸的賴氨酸發(fā)酵過程軟測量研究.pdf
- 基于聚類與改進(jìn)主元回歸的賴氨酸發(fā)酵軟測量建模及應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)軟測量的ε-聚賴氨酸發(fā)酵過程控制的研究.pdf
- 軌跡聚類與基于高斯過程回歸模型的軌跡識別算法研究.pdf
- 基于高斯混合模型的時變過程軟測量建模.pdf
- 模糊C均值聚類的理論與應(yīng)用研究.pdf
- 基于Weka平臺的改進(jìn)模糊C均值聚類算法研究與應(yīng)用.pdf
- 模糊C均值聚類算法的研究與改進(jìn).pdf
- 基于改進(jìn)FNN的青霉素發(fā)酵過程軟測量建模與實現(xiàn).pdf
- 66311.基于多模型的高斯過程回歸軟測量方法研究
- 基于FCM與LS-SVM的生物發(fā)酵過程軟測量建模方法研究.pdf
- 模糊C-均值聚類的研究.pdf
- 聚-ε-賴氨酸菌株篩選與發(fā)酵工藝的研究.pdf
- ε-聚賴氨酸高產(chǎn)菌株選育與發(fā)酵過程優(yōu)化.pdf
- 基于相關(guān)向量機的生物反應(yīng)過程軟測量建模與應(yīng)用.pdf
- 基于模糊C均值算法在文本聚類中的研究與實現(xiàn).pdf
- 基于Spark的模糊c均值聚類算法研究.pdf
- 微生物發(fā)酵過程GD-FNN軟測量建模與實現(xiàn).pdf
- 輕工發(fā)酵過程軟測量技術(shù)的應(yīng)用.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的發(fā)酵過程建模與控制.pdf
評論
0/150
提交評論