基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对微生物发酵参数通常不是最优的,容易造成发酵单位低和产量波动大的问题,采用人工神经网络和遗传算法对微生物发酵过程进行优化控制.建立了维生素B12发酵过程多步预估神经网络模型,对每个发酵阶段的不同的最优操作条件,分别寻优.基于此模型,遗传算法仿真寻优得到了每个发酵阶段的pH值和温度最优轨线.实际应用表明,此轨线应用到生产过程后,使发酵单位得到明显提高.
推荐文章
微生物发酵过程优化控制技术进展
发酵过程
过程建模
非线性控制
优化控制
基于KPCA-DFNN海洋微生物发酵过程软测量建模
海洋微生物
生物参量
核主元分析
动态模糊神经网络
一种提高微生物发酵单位的新优化控制策略
微生物发酵
优化控制
建模
支持向量机
遗传算法
基于PSO和SVM的发酵过程建模与优化控制
支持向量机
粒子群
参数选择
发酵过程
补料
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 微生物发酵过程建模与优化控制
来源期刊 控制工程 学科 工学
关键词 微生物发酵 优化控制 神经网络模型 遗传算法
年,卷(期) 2006,(2) 所属期刊栏目 优化控制技术及应用
研究方向 页码范围 152-153,157
页数 3页 分类号 TP18|Q81
字数 1452字 语种 中文
DOI 10.3969/j.issn.1671-7848.2006.02.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王普 北京工业大学电子信息与控制工程学院 206 1897 22.0 33.0
2 孙崇正 北京工业大学电子信息与控制工程学院 41 332 12.0 17.0
3 张亚庭 北京工业大学电子信息与控制工程学院 30 285 10.0 16.0
4 张会清 北京工业大学电子信息与控制工程学院 54 741 15.0 26.0
5 高学金 北京工业大学电子信息与控制工程学院 85 865 16.0 25.0
6 范青武 北京工业大学电子信息与控制工程学院 26 202 8.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (22)
同被引文献  (29)
二级引证文献  (24)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(4)
  • 引证文献(3)
  • 二级引证文献(1)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(9)
  • 引证文献(5)
  • 二级引证文献(4)
2010(4)
  • 引证文献(3)
  • 二级引证文献(1)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(7)
  • 引证文献(3)
  • 二级引证文献(4)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
微生物发酵
优化控制
神经网络模型
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
论文1v1指导