导读:本文包含了模糊微生物发酵论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模糊,微生物,神经网络,递归,赖氨酸,系统,量子。
模糊微生物发酵论文文献综述
周頔,孙俊[1]（2014）在《模糊系统建模方法及其在微生物发酵中的应用》一文中研究指出提出一种具有量子行为的模糊系统建模方法。避免事先指定聚类数目及中心,采用混合模糊聚类算法对模糊系统的输入空间进行划分,每个聚类通过高斯函数的拟合产生一个隶属度函数,完成ANFIS前件参数的初始识别;通过具有量子行为的粒子群算法与最小二乘法优化前件参数,得到ANFIS的前件及后件参数。将该方法应用于实际的抗坏血酸2-葡萄糖苷生产发酵模型的建立中,实验结果表明,该方法具有较高精度,符合实际生产需要。(本文来源于《计算机工程与设计》期刊2014年11期）
张瑶[2]（2010）在《基于动态递归模糊神经网络的微生物发酵过程软测量方法研究》一文中研究指出微生物发酵工程是一个具有高度非线性、时变性和迟滞性的生化反应过程,其内在机理非常复杂。传统的测量方法难以对发酵过程中的一些关键变量(如菌体浓度、基质中葡萄糖浓度、产物浓度等)在线测量,这使得要对整个发酵过程进行最优化控制变得非常困难,软测量技术是解决此问题的有效途径之一。本文以赖氨酸发酵过程为研究对象,在软测量理论的基础上,采用动态递归模糊神经网络建立软测量模型,对发酵过程中的叁个重要变量进行预测。仿真结果表明,该软测量模型能够较准确的输出估计值,且在有扰动的情况下模型有较强的稳定性,为发酵过程优化控制提供了前提条件。本文所做的具体研究如下:1、在大量阅读文献和赖氨酸发酵实验的基础上,依据实际发酵过程微生物生长代谢曲线,分别建立了模糊神经网络软测量模型和基于动态递归模糊神经网络软测量模型,对赖氮酸发酵过程中的变量(菌体细胞浓度、基质中葡萄糖浓度、产物浓度等)进行预测估计,并对两种模型的性能进行了研究和比较。2、对软测量辅助变量的选取和数据的预处理方法进行了研究,文中采用核主元分析法确定辅助变量,应用基于马氏距离的最小距离中位值算法(MMMD)剔除实验数据中的错误数据。3、针对模糊C-均值聚类算法(FCM)对初始值极为敏感,容易陷入局部极小的缺点,利用数据场聚类算法能准确寻找初始中心的特点提出了一种基于数据场的模糊C-均值聚类算法,因此克服了模糊C-均值聚类算法随机选择初始中心的盲目性,且加快了模糊C-均值聚类算法的运行速度。4、在动态递归模糊神经网络的基础上,采用改进的模糊C-均值聚类算法对模型的结构进行辨识,同时应用免疫遗传算法对模型的结构和参数进行整体优化。仿真结果表明,改进的动态递归模糊神经网络软测量模型能够更加有效、快速地逼近真实值,大大提高了预测精度。(本文来源于《江苏大学》期刊2010-05-01）
宋昕佟,孙玉坤,王博[3]（2009）在《基于ARM9的微生物发酵模糊神经网络控制系统》一文中研究指出详细介绍了基于ARM9和模糊神经网络开发的微生物发酵控制系统。软件设计中移植了Linux操作系统,采用多任务程序设计方法,大大降低了编写程序的复杂度。针对微生物发酵过程中的时变性、非线性、延时性、随机性等特点,提出采用模糊神经网络的控制算法来实现对系统的精确控制。在一定程度上解决了传统控制方法不易得到精确数学模型,难于对控制系统进行有效控制的不足。实践表明:系统设计可靠,具有较强的鲁棒性,能够达到预期的控制效果。(本文来源于《仪表技术与传感器》期刊2009年05期）
陈敏,王静馨,刘力卉[4]（1995）在《模糊综合评价法在微生物发酵过程优化中的应用》一文中研究指出本文将模糊综合评价应用于微生物发酵过程条件优化。以模糊综合评价值作为复台形优化指标，对锌酵母发酵过程中的ｐＨ和温度参数进行了优化。(本文来源于《微生物学通报》期刊1995年04期）
模糊微生物发酵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
微生物发酵工程是一个具有高度非线性、时变性和迟滞性的生化反应过程,其内在机理非常复杂。传统的测量方法难以对发酵过程中的一些关键变量(如菌体浓度、基质中葡萄糖浓度、产物浓度等)在线测量,这使得要对整个发酵过程进行最优化控制变得非常困难,软测量技术是解决此问题的有效途径之一。本文以赖氨酸发酵过程为研究对象,在软测量理论的基础上,采用动态递归模糊神经网络建立软测量模型,对发酵过程中的叁个重要变量进行预测。仿真结果表明,该软测量模型能够较准确的输出估计值,且在有扰动的情况下模型有较强的稳定性,为发酵过程优化控制提供了前提条件。本文所做的具体研究如下:1、在大量阅读文献和赖氨酸发酵实验的基础上,依据实际发酵过程微生物生长代谢曲线,分别建立了模糊神经网络软测量模型和基于动态递归模糊神经网络软测量模型,对赖氮酸发酵过程中的变量(菌体细胞浓度、基质中葡萄糖浓度、产物浓度等)进行预测估计,并对两种模型的性能进行了研究和比较。2、对软测量辅助变量的选取和数据的预处理方法进行了研究,文中采用核主元分析法确定辅助变量,应用基于马氏距离的最小距离中位值算法(MMMD)剔除实验数据中的错误数据。3、针对模糊C-均值聚类算法(FCM)对初始值极为敏感,容易陷入局部极小的缺点,利用数据场聚类算法能准确寻找初始中心的特点提出了一种基于数据场的模糊C-均值聚类算法,因此克服了模糊C-均值聚类算法随机选择初始中心的盲目性,且加快了模糊C-均值聚类算法的运行速度。4、在动态递归模糊神经网络的基础上,采用改进的模糊C-均值聚类算法对模型的结构进行辨识,同时应用免疫遗传算法对模型的结构和参数进行整体优化。仿真结果表明,改进的动态递归模糊神经网络软测量模型能够更加有效、快速地逼近真实值,大大提高了预测精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊微生物发酵论文参考文献
[1].周頔,孙俊.模糊系统建模方法及其在微生物发酵中的应用[J].计算机工程与设计.2014
[2].张瑶.基于动态递归模糊神经网络的微生物发酵过程软测量方法研究[D].江苏大学.2010
[3].宋昕佟,孙玉坤,王博.基于ARM9的微生物发酵模糊神经网络控制系统[J].仪表技术与传感器.2009
[4].陈敏,王静馨,刘力卉.模糊综合评价法在微生物发酵过程优化中的应用[J].微生物学通报.1995
论文知识图
