基于加权RBF神经网络的诺西肽发酵过程菌体浓度软测量

• 作者: 常玉清 杨强大 王福利
• 来源期刊: 化工学报
• 关键词: 软测量 辅助变量选择 加权 RBF神经网络 菌体浓度 发酵
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2553-2560
• 页数: 8页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2008.10.021

摘要

结合诺西肽发酵过程的实际情况,提出了基于加权RBF神经网络(weighted RBF neural network,WRBFNN)的菌体浓度软测量建模方法.在诺西肽发酵过程非结构模型的基础上,根据隐函数存在定理确定出辅助变量,从而使其选择有严格的理论依据.针对菌体浓度变化范围大这一特点,将传统RBF神经网络(RBFneural network,RBFNN)的误差函数进行了改进;然后根据每批训练样本对被预测对象的预估能力,自适应地为各个批次的训练样本分配权重,进而实施WRBFNN建模.实验结果验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王福利	东北大学信息科学与工程学院	200	3025	30.0	44.0
5	常玉清	东北大学信息科学与工程学院	58	964	16.0	29.0
9	杨强大	东北大学信息科学与工程学院	10	117	7.0	10.0