基于QPSO-ANN的发酵过程建模与优化

• 作者: 杜润龙 须文波
• 来源期刊: 微电子学与计算机
• 关键词: 微粒群算法 量子 发酵过程 建模 优化
• 年，卷（期）: 2007,（11）
• 页码范围: 99-102
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2007.11.029

摘要

针对BP神经网络训练时间长、易陷入局部极小点问题,将量子微粒群算法QPSO与BP算法结合起来分两次训练神经网络,建立青霉素浓度预估模型.用青霉素发酵数据集对模型进行训练与检验.基于该模型,用QPSO算法对温度与pH控制轨线进行优化.实验表明,该发酵过程模型训练误差小、学习速度快、泛化能力强、预测精度高、可以实现多步预估.采用优化后的温度、pH控制轨线,青霉素浓度有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须文波	江南大学信息工程学院	409	3078	23.0	34.0
2	杜润龙	江南大学信息工程学院	3	19	3.0	3.0