基于改進FNN的青霉素發(fā)酵過程軟測量建模與實現(xiàn).pdf

1、隨著生物技術(shù)的發(fā)展,微生物發(fā)酵工程在國民經(jīng)濟和社會經(jīng)濟中的重要作用日益突出。微生物發(fā)酵過程是一個具有高度非線性、時變性和遲滯性的生化反應(yīng)過程,其內(nèi)在機理非常復(fù)雜。采用軟測量技術(shù)實現(xiàn)發(fā)酵過程中難以在線測量的關(guān)鍵生物量參數(shù)(如基質(zhì)中濃度、菌絲濃度、產(chǎn)物濃度等)的預(yù)測,對發(fā)酵過程進一步的優(yōu)化控制有著重要的意義。
　　 本文以青霉素發(fā)酵過程為研究對象,在總結(jié)各種軟測量建模方法基礎(chǔ)之上,對傳統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)算法進行改進,建立基于動態(tài)模糊神經(jīng)

2、網(wǎng)絡(luò)的軟測量模型。在此基礎(chǔ)之上,采用粒子群算法對動態(tài)模糊神經(jīng)網(wǎng)絡(luò)軟測量模型參數(shù)進行優(yōu)化。對青霉素發(fā)酵過程的關(guān)鍵生物量參數(shù)利用上述軟測量模型進行預(yù)估。并設(shè)計了以PLC作為核心控制器的發(fā)酵過程數(shù)字化系統(tǒng)。主要研究工作如下:
　　 (1)采用動態(tài)模糊神經(jīng)網(wǎng)絡(luò)建立青霉素發(fā)酵過程軟測量模型。系統(tǒng)采用高斯隸屬度函數(shù)和T-范數(shù)乘積算子,并利用動態(tài)的學(xué)習方法實現(xiàn)模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的辨識。使得軟測量模型的復(fù)雜度降低,進一步提高了模型的穩(wěn)定性,

3、仿真結(jié)果表明該模型能夠以較高的精度預(yù)測關(guān)鍵生物量參數(shù)。
　　 (2)在動態(tài)模糊神經(jīng)網(wǎng)絡(luò)建模的基礎(chǔ)上,采用粒子群算法對模型參數(shù)進行優(yōu)化,同時應(yīng)用動態(tài)學(xué)習算法對網(wǎng)絡(luò)的結(jié)構(gòu)進行優(yōu)化,實現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的全局優(yōu)化調(diào)整,設(shè)計了改進算法的動態(tài)模糊神經(jīng)網(wǎng)絡(luò)模型。由于結(jié)合了粒子群算法的全局搜索功能,仿真結(jié)果表明改進的動態(tài)模糊神經(jīng)網(wǎng)絡(luò)軟測量模型能夠更加有效、快速地逼近真實值,預(yù)測精度較高。
　　 (3)將軟測量模型應(yīng)用到實際發(fā)酵過程中,設(shè)