PRNN对Bacillus cereus DM423分批培养过程中生物量的软测量

摘要

为利用神经网络的非线性处理能力准确反映微生物培养的动态过程,应用部分反馈神经网络(PRNN)对分批培养过程中的Bacillus cereus DM423的生物量进行软测量,构建了拓扑结构为11-5-1的部分反馈神经网络.网络的输入量为pH、温度、溶氧量和葡萄糖浓度的延时量,同时将网络输出的生物量浓度进行延时、反馈作为网络输入量,输出量为生物量浓度当时值,算法为BPTT法,获得的网络泛化能力较好,训练样本的均方差为0.56×10-3.此外,所建立的部分反馈神经网络具有良好鲁棒性,可抵抗小幅度的高斯噪声干扰.对Bacillus cereus DM423分批培养过程进行多步预测,预测精度高.