诺西肽分批发酵过程混合建模  

Hybrid Modeling of Nosiheptide Batch Fermentation Process

作　　者：牛大鹏[1,2] 王福利[1,2] 何大阔[1,2] 贾明兴[1,2] 冯丽峰 

机构地区：[1]东北大学流程工业综合自动化教育部重点实验室,沈阳110004 [2]东北大学信息科学与工程学院,沈阳110004 [3]辽阳市锅炉压力容器检验研究所,辽阳111062

出　　处：《系统仿真学报》2009年第10期3084-3087,共4页Journal of System Simulation

基　　金：国家自然科学基金(60674063);辽宁省自然科学基金(20062024);教育部暨辽宁省流程工业综合自动化重点实验室基金资助

摘　　要：提出了基于过程机理和神经网络修正的混合建模方法。利用差分进化算法对诺西肽分批发酵过程机理模型的参数进行辨识,用神经网络建模方法对机理模型进行修正。模型的训练与验证数据都取自实际的实验过程—诺西肽分批发酵。验证结果表明,混合模型比单纯的机理模型具有更高的精度。A hybrid modeling method based on process mechanism and neural network was proposed, which used differential evolution （DE） algorithm to identify parameters of the mechanical model and neural network to modify the model, Training and validation data are both from experimental process-Nosiheptide batch fermentation process. Validating results show that the hybrid model has higher precision than the mechanical model.

关 键 词：神经网络 差分进化算法 混合建模 分批发酵 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]