基于FCM-IGA-FNN的海洋蛋白酶发酵过程软测量

• 作者: 张卫国 王维杰
• 来源期刊: 软件导刊
• 关键词: 模糊C均值 免疫遗传算法 模糊神经网络 海洋蛋白酶发酵
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP306
• 语种: 中文
• DOI: 10.11907/rjdk.201739

摘要

针对海洋蛋白酶发酵过程中因缺少专家经验,导致模糊神经网络的模糊规则不易提取、网络结构优化时间较长及易于早熟等问题,基于模糊C均值使用免疫模糊神经网络建立模型.根据数据集的不同特征属性对样本数据空间进行划分,通过不断的矩阵迭代得到样本数据空间最优的聚类中心和隶属度值,建立模糊神经网络模型,并运用改进的免疫遗传算法对其中的网络结构加以修饰.将模型应用于海洋蛋白酶发酵过程中,实验结果表明,相比传统FNN预测模型,菌体浓度、基质浓度及相对酶活预测均方误差分别提高了0.234、0.190和1.00.该方法不仅能实现对发酵过程相关参量的在线预测,且相比传统方法具有较高的建模精度.