第
23
卷第
8
期
Vo
l.
23
No.8
控制与决策
2008
年
8
月
Aug.
2008
Control
and
Decision
文章编号
1001-0920(2008)08-0869-05
基于改进
BP
神经网络的菌体浓度软测量
杨强大门王福利
a.b
常玉清
a.
b
(东北大学
a.
信息科学与工程学院，
b.
流程工业综合自动化教育部重点实验室，沈阳
110004)
摘
要:提出一种改进的
BP
神经网络
CIBPNN)
用以建立发酵过程中菌体浓度软测量模型.结合茵体浓度变化范围
大这一特点，将传统
BP
网络的误差函数进行了改进，并利用最优停止法对网络进行训练，避免了过拟合现象.最后
针对诺西肤发酵过程中菌体浓度的估计问题，根据隐函数定理选取辅助变量，应用
IBPNN
建立菌体浓度软测量模
型，实验结果验证了所提方法的有效性.
关键词:软测量;神经网络;算法改进;辅助变量选取;发酵
中图分类号:
TP274
文献标识码
A
Soft sensor
of
biomass based
on
improved
BP
neural
network
YANG
Qiang-da
a
,
，
再
T
ANG
Fu-li".b ,
CHANG
Yu-qi
ηga.b
Ca.
School
of
Information
Science
and
Engineering
, b.
Key
Laboratory
of
Integrated
Automation
of
Process
Industry
of
Ministry
of
Education
,
Northeastern
University
,
Shenyang
110004, China.
Correspondent:
YANG
Qiang-da
,
E-mail:
daqiang9666@163.com)
Abstract:
An
improved BP
neural
network
C
IBPNN)
is
presented
to
develop a
soft
sensor
model of
biomass
in
fermentation
processes.
Combined
with
the
characteristic
that
biomass
can
vary
in a wide
range
,
the
error
function
of
the
traditional
BP
network
is improved.
Meanwhile
,
optimal
stopping
rule
is
used
to
avoid
over-fitting.
According
to
the
estimation
of
biomass
in
Nosiheptide
fermentation
process
,
the
secondary
飞
rariables
are
selected
according
to
the
implicit
function
existence
theorem
,
and
then
a
soft
sensor
.model
of
biomass
is developed by
using
the
IBPNN.
The
testing
result
shows
the
effectiveness of
the
presented
approach.
Key words:
Soft
senso
r;
Neural
network;
Algorithm
improvement;
Selection of
secondary
variables;
Fermentation
1
~I
兰
f
1=1
发酵过程是一个具有高度非线性特性的复杂动
态过程.菌体浓度是该过程中一个重要的生化参数，
但该参数元合适的在线分析仪对其进行测定，只能
采用人工采样离线分析的方法.该方法存在较大的
测量滞后而使调解不及时，很难保证产品质量.因
此，应用软测量技术，实现菌体浓度的在线预估具有
重要的实际意义.
目前，关于发酵过程的软测量建模已有很多方
法。
-'IJ
其中利用神经网络较强的非线性拟合能力进
行生化过程的软测量建模成为近年来研究的热点之
_[4-7J
但这些方法存在以下不足:1)没有考虑发酵
过程中菌体浓度变化范围大这一特点;
2)
训练过程
中会出现过拟合现象;
3)
辅助变量的选取没有理论
依据.
收稿日期:
2007-10-17;
修回日期:
2008-02-02.
基金项目:国家
973
计划项目
C2002CB31220
1).
为此，本文提出了一种改进的
BP
神经网络
CIBPNN)
，并用之建立了菌体浓度软测量模型.结
合发酵过程中菌体浓度变化范围大这一特点，改进
了传统
BP
网络的误差函数;利用最优停止法对网
络进行训练，并在训练过程中引人验证样本集，对训
练过程进行整体的监控，有效地避免了过拟合现
象
CE];
结合诺西肤发酵过程的非结构模型，根据隐函
数存在定理进行辅助变量的选择，从而使其选择有
较严格的理论依据.最后的实际应用结果表明，所建
模型具有良好的预估性能.
2
BP
网络的改进
要进行菌体浓度的软测量建模，其所需的网络
结构为多输入-单输出型的，因此本文仅以该结构
类型的
BP
网络为例展开探讨(当然这里所做的改进
也适合于多输入-多输出型的
BP
网络)
.
作者简介:杨强大
0979-)
，男，山东青岛人，博士生，从事复杂系统过程建模与软测量的研究;王福利
0957-)
，
男，辽宁辽阳人，教授，博士生导师，从事复杂工业过程建模、优化等研究.
资源评论
weixin_38519849
- 粉丝: 5
- 资源: 973
最新资源
- 虚拟电脑病毒无害无需资源
- 探索Python数据可视化：Matplotlib库的深入指南
- 全站数据爬取技术与实践：方法、代码与策略
- 微信自动抢红包APP.zip毕业设计参考学习资料
- 为 Wireshark 能使用纯真网络 IP 数据库(QQwry)而提供的格式转换工具.zip
- 音频格式转换工具.zip学习资料程序资源
- 自用固件，合并openwrt和immortalwrt编译AX6（刷机有风险).zip
- 最新GeoLite2-City.mmdb,GeoLite2-Country.mmdb打包下载
- 基于BootStrap + Springboot + FISCO-BCOS的二手物品交易市场系统.zip
- 使用Java语言编写的九格拼游戏，找寻下曾经小时候的记忆.zip
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
