基于GD-FNN的微生物发酵过程软测量建模

摘要

针对微生物发酵过程关键生物参数(如菌体浓度、基质浓度、产物浓度等)难以直接在线测量的问题,提出了一种基于广义动态模糊神经网络(GD-FNN)的软测量建模方法.GD-FNN算法基于椭圆基函数(EBF),以模糊-完备性作为在线参数分配机制.该方法学习时参数调整和结构辨识同时进行,并能自动地确定模糊规则从而达到系统的特定性能.文中以青霉素发酵过程为研究对象,应用一致关联度法确定软测量模型的辅助变量后,建立了GD-FNN软测量模型.仿真结果表明,基于GD-FNN的软测量建模比基于径向基(RBF)神经网络的软测量建模运算速度快、预测精度高、泛化能力强.