摘要
传统的标准“黑箱”型人工神经网络已较为广泛地应用于生化过程中的状态预估等多个方面，然而结合过程先验知识或部分机理模型的混合神经网络建模方法能给出更令人满意的结果.本文将其应用于2-酮基-l-古龙酸（2-KLG）发酵过程的状态估计，并将其结果与传统神经网络模型进行了比较，混合模型明显优于单一神经网络方法.
Conventional standard artificial neural network has been applied widely in state estimation of bioprocesses,but hybrid neural network,which combines the prior knowledge or partially known principles of the process,can give more satisfactory results.The hybrid model is used in state estimation of 2-keto-l-gulonic acid fermentation in this paper,and the results are compared with that of standard neural network.
出处
《化工学报》
EI
CAS
CSCD
北大核心
1996年第4期433-438,共6页
CIESC Journal
基金
国家自然科学基金
关键词
神经网络
发酵
维生素C
酮基古龙酸
artificial neural network,hybrid neural network model,2-keto-l-gulonic acid fermentation mentation
