基于Elman神经网络集成的诺西肽发酵过程建模

• 作者: 何大阔 牛大鹏 王福利 贾明兴
• 来源期刊: 东北大学学报(自然科学版)
• 学科: 工学
• 关键词: 诺西肽发酵 建模 神经网络集成 差分进化算法 Elman神经网络
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 信息与控制
• 页码范围: 761-764
• 页数: 4页
• 分类号: TP274
• 字数: 2984字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2009.06.001

摘要

针对单神经网络模型外推效果不理想、泛化能力较差的缺点,将神经网络集成用于诺西肽发酵过程的建模.采用Bagging技术进行重复取样用于个体神经网络的训练,结论生成时采用加权平均法,各子网络的权重利用差分进化算法来确定.个体神经网络选用典型的动态神经网络Elman网络,通过对多个Elman神经网络模型的输出进行融合,建立了基于神经网络集成的诺西肽发酵产物浓度模型.最后将所建立的模型与基于单神经网络的模型进行了比较,结果说明该模型具有更高的精度和泛化能力.

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	东北大学流程工业综合自动化教育部重点实验室	200	3025	30.0	44.0
5	牛大鹏	东北大学流程工业综合自动化教育部重点实验室	12	59	4.0	7.0
9	何大阔	东北大学信息科学与工程学院	61	1000	19.0	29.0
10	贾明兴	东北大学信息科学与工程学院	32	423	10.0	20.0