神经元网络在谷氨酸发酵过程中的应用

摘要

针对谷氨酸发酵难以建立精确的数学模型这一问题,提出一种基于人工神经网络(ANN)的菌体浓度预测方法.首先对历史数据进行主元分析,提取特征信息,然后用实际生产过程中的训练数据训练神经网络,建立主元之间内部非线性关系,得到关于菌体浓度的非参数模型.仿真结果表明:该非参数模型泛化能力较强,并能达到很高的预测精度.