文献类型：期刊文章

作　　者：王章利[1] 谭永红[2]

机构地区：[1]桂林电子科技大学智能系统与工业控制研究室,广西桂林541004 [2]上海师范大学信息与机电工程学院,上海201814

出　　处：《控制工程》

基　　金：上海师范大学重点学科基金资助项目(DZL811);上海教委科研创新重点基金资助项目(09ZZ141);上海师范大学前瞻性基金资助项目(DYL200809);国家自然科学基金资助项目(60572055)

年　　份：2009

卷　　号：16

期　　号：S2

起止页码：83-86

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、ZGKJHX、核心刊

摘　　要：酒精发酵的pH值具有非线性、时变性和动态性。利用常规辩识方法对pH值进行辩识,一方面,无法准确描述其动态特性;另一方面,由于常规神经网络的权值学习是梯度下降法,在训练过程易陷入局部极小,并且训练速度慢。针对这些问题,将改进的动态递归神经网络应用于pH值的辩识研究。通过实验验证了该算法不但能体现出发酵过程的动态特性,而且通过在动态递归神经网络的权值学习中引入滤波项,能有效地克服常规网络在权值学习过程中的问题。表明该算法对pH值辩识的有效性。

关 键 词：动态递归神经网络 酒精发酵 PH 滤波

分 类 号：TQ223.122] TP183]