原文服务方: 化工学报       
摘要:
由于微生物发酵过程机理的复杂性和高度非线性,建立发酵过程的精确模型具有一定难度.传统的动力学模型预测虽然会与实际输出有一定偏差,但它在某种程度上反映了过程机理;神经网络建模方法属于"黑箱"方法,建模过程中没有用到任何先验知识,有一定的预测效果;因此单一的建模方法往往会不具备其他建模方法的优势.本文以传统的发酵动力学模型为基础,结合RBF神经网络进行混合建模的"灰箱"建模方法是一种比较好的建模思路,可以取得较满意的软测量效果.
推荐文章
基于EM算法的青霉素发酵过程多阶段融合建模
EM算法
模糊C均值聚类算法
青霉素发酵过程
融合建模
基于KTA-LSSVM的青霉素发酵过程预测建模
青霉素发酵过程
核目标度量
尺度缩放
最小二乘向量机
预测
基于加权LS-SVM的青霉素发酵过程建模
加权
最小二乘支持向量机
建模
青霉素
基于变分贝叶斯算法的青霉素发酵过程建模
青霉素发酵过程
变分贝叶斯算法
融合模型
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 青霉素发酵过程中的混合建模
来源期刊 化工学报 学科
关键词 青霉素发酵 机理模型 神经网络 混合建模
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 2092-2096
页数 分类号 TP183
字数 语种 中文
DOI
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 潘丰 江南大学通信与控制工程学院 203 1133 16.0 23.0
2 陈进东 江南大学通信与控制工程学院 11 132 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (17)
参考文献  (12)
节点文献
引证文献  (27)
同被引文献  (22)
二级引证文献  (49)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(3)
  • 参考文献(0)
  • 二级参考文献(3)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(5)
  • 引证文献(5)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(8)
  • 引证文献(4)
  • 二级引证文献(4)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(15)
  • 引证文献(5)
  • 二级引证文献(10)
2016(12)
  • 引证文献(3)
  • 二级引证文献(9)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
青霉素发酵
机理模型
神经网络
混合建模
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
论文1v1指导