生物发酵过程的温度控制模型研究

王　斌　王孙安

摘要：针对生物发酵过程中温度控制难以建模的问题，基于非线性自回归滑动平均(NARMA)模型，设计了神经网络自回归滑动平均(NN—NARMA)模型．利用径向基神经网络逼近NARMA模型中的映射关系，对神经网络的输出进行了二阶低通滤波，用变异率可调节的遗传算法优化了NARMA模型中的延时参数以及神经网络的输出滤波参数．应用该方法建立了生物发酵过程的温度控制模型，该模型在上温、中温和下温的误差相对于Elman神经网络模型分别减少了38．9％、13．5％和61．3％．该方法具有一定的可操作性，能够较好地解决生物发酵过程中的温度控制建模问题．

关键词：非线性系统；建模；生物发酵

中图分类号：TP273文献标识码：A文章编号：0253—987X(2004)07—0737—04