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:
[目的]探讨用遗传算法优化BP 神经网络对小球藻生长模型的建立与应用.[方法]使用遗传算法对BP 神经网络的权值和阈值进行优化,并使用该网络模型,以小球藻培养时间和残余葡萄糖为输入,菌体光密度值(OD<,680>)为输出,对小球藻在500 L多功能生物反应器中的生长情况进行了建模,还探讨了该模型的应用情况.[结果]经过遗传算法优化的BP 神经网络,其泛化值的误差平方和比BP神经网络的小,因而预测值更加接近实际值.t 检验表明,所建立的模型是可信的.验证表明,该模型具有良好的拟合度,能够很好地描述在500 L 多功能生物反应器中培齐的小球藻的生物量(OD<,680>)与残余葡萄糖和培养时间之间的关系.[结论]所建立的模型可用于试验结果的预测,对小球藻的培养控制具有指导意义.
推荐文章
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于遗传算法优化的BP神经网络在密度界面反演中的应用
BP神经网络
遗传算法
密度界面反演
网络训练
优化
改进遗传算法优化BP神经网络的语音情感识别
遗传算法
反向传播神经网络
语音情感识别
自适应
优化
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
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 基于遗传算法优化BP神经网络的小球藻生长模型的建立与应用
来源期刊 安徽农业科学 学科 农学
关键词 神经网络 遗传算法 小球藻
年,卷(期) 2011,(10) 所属期刊栏目 农业生物技术
研究方向 页码范围 5701-5703
页数 分类号 S126
字数 2516字 语种 中文
DOI 10.3969/j.issn.0517-6611.2011.10.011
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 夏枫耿 52 363 10.0 16.0
2 吴振强 96 1027 18.0 27.0
3 明飞平 13 51 4.0 6.0
4 秦鹏 11 17 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (131)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (18)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
神经网络
遗传算法
小球藻
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
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导