论文部分内容阅读
微生物发酵过程具有高度的非线性和时变性,其内在机理非常复杂。一些重要的过程变量不能在线测量,导致发酵过程的建模和控制更为复杂。本文以谷氨酸发酵过程为研究对象,应用智能控制方法,对于该过程的建模和控制问题进行了研究。以味精生产过程现场记录的大量数据为基础,利用神经元网络建立了谷氨酸发酵过程的多变量动态数学模型。然后将模糊控制理论、神经网络理论和遗传算法相结合,设计了基于遗传算法的自适应模糊神经网络控制器。首先应用遗传算法调节控制规则前件变量的隶属度函数参数和后件变量的作用值,之后再用BP学习算