基于MIV-Elman神经网络的海洋生物酶发酵软测量

作者：孙丽娜; 邓玲黎; 刘骏; 黄永红

来源：传感器与微系统, 2018, 37(12): 128-135.

DOI：10.13873/J.1000-9787(2018)12-0128-03

• 平均影响值
• Elman神经网络
• 关键生物参数
• 软测量

针对海洋生物酶发酵过程关键生物参数(基质浓度、菌体浓度、产物浓度)难以在线测量的问题,根据其发酵过程特征,采用平均影响值(MIV)和Elman动态回归神经网络相结合的方法,结合Elman神经网络并应用MIV方法进行变量筛选,找到对关键生物参数有较大影响的输入变量,将这些输入变量作为Elman神经网络的输入,关键生物参数作为Elman神经网络的输出,进而建立了基于MIV-Elman神经网络的软测量模型。以典型的海洋生物酶—海洋蛋白酶为研究对象,利用其实验数据,验证了基于MIV-Elman神经网络软测量模型在关键生物参数预测中的可行性,通过与Elman神经网络、径向基函数(RBF)神经网络、反向传播(BP)神经网络对比表明,MIV-Elman神经网络软测量模型预测性能优于以上3种模型。

• 单位
  苏州工业园区职业技术学院; 江苏大学