东北大学信息科学与工程学院 110004
杨强大
TP274
提出一种改进的BP神经网络(IBPNN)用以建立发酵过程中菌体浓度软测量模型.结合菌体浓度变化范围大这一特点,将传统BP网络的误差函数进行了改进,并利用最优停止法对网络进行训练,避免了过拟合现象.最后针对诺西肽发酵过程中菌体浓度的估计问题,根据隐函数定理选取辅助变量,应用IBPNN建立菌体浓度软测量模型,实验结果验证了所提方法的有效性.
杨强大,王福利,常玉清.基于改进BP神经网络的菌体浓度软测量[J].控制与决策,2008,23(8):869-873