海洋生物酶发酵过程关键生物参数的软测量

摘要

针对海洋生物酶发酵过程中关键生物参数在线测量困难、离线化验滞后大,难以实现实时控制问题,提出一种贝叶斯正则化神经网络软测量建模方法.通过贝叶斯正则化修正神经网络训练性能函数,限制网络权值,简化了网络结构,从而有效地抑制过拟合,提高网络泛化能力.以典型的海洋生物酶—海洋蛋白酶为例,建立了海洋蛋白酶发酵过程关键生物参数(基质浓度、菌体浓度、酶活)软测量模型.结果表明:贝叶斯正则化神经网络不仅对训练样本集表现出很强的拟合能力,且对预测样本同样表现出很强的推广能力;在预测精度上明显高于LM算法的神经网络,解决了海洋生物酶发酵过程关键生物参数在线测量问题.