文献类型：期刊文章

作　　者：潘丰[1] 李海波[2] 吕光帅[1]

机构地区：[1]江南大学控制科学与工程研究中心,江苏无锡214122 [2]无锡商业职业技术学院电子工程系,江苏无锡214153

出　　处：《计算机与应用化学》

年　　份：2006

卷　　号：23

期　　号：11

起止页码：1112-1116

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、JST、ZGKJHX、核心刊

摘　　要：对于发酵这样一个复杂的非线性动态过程,由于在线传感器的缺乏,使得过程中的一些重要状态变量难以在线测量,从而给发酵过程的优化控制带来了极大困难。为此,提出了一种新型的动态网络—递归补偿模糊神经网络方法,实现对发酵过程的建模和状态估计,结果表明该网络能够较为准确地拟合过程的动态特性。进一步采用改进的蚁群算法来对发酵过程的控制变量进行优化,使发酵的产物产量得到提高。该方法应用于多粘菌素的发酵生产过程中,实现了状态变量的在线预估与控制变量的在线优化。

关 键 词：递归模糊神经网络 改进的蚁群算法  建模  优化  发酵过程

分 类 号：TP273]