学位论文 > 优秀研究生学位论文题录展示

遗传算法和BP网络在发酵模型中的应用

作　者: 王学会
导　师: 许林英
学　校: 天津大学
专　业: 计算机系统结构
关键词: 遗传算法(GA) 误差回传网络(BP) 神经网络(NN) L-异亮氨酸
分类号: TP18
类　型: 硕士论文
年　份: 2007年
下　载: 192次
引　用: 3次
阅　读: 论文下载

内容摘要

目前人工神经网络、遗传算法是计算智能这门交叉学科的基本内容。针对BP神经网络的不足,将遗传算法和BP神经网络两者有机的融合在一起,可以充分利用遗传算法的全局搜索能力和BP算法的局部搜索能力,加快收敛速度,提高收敛精度。本文首先对人工神经网络(感知器、误差回传神经网络)、遗传算法进行了综述。提出遗传算法与BP神经网络相结合的优化设计方法,然后应用遗传算法对L-异亮氨酸发酵培养基进行优化,并且运用BP神经网络对L-异亮氨酸的发酵过程仿真模拟,取得了良好的效果。优化后的配方实际产L-异亮氨酸16.84g/L,比最初的10种随机配方L-异亮氨酸的最高产酸值13.09g/L提高了28.6%,实际产酸与预测产酸值17.40g/L的误差为3.2%。结果表明,BP神经网络在L-异亮氨酸发酵的模拟与预测中是一种高效、快速的方法.随着实际生产规模的复杂化、多维化和非线性等复杂特性的增加,对生产中高效的优化技术要求也越来越迫切。利用遗传算法和BP神经网络的优点,采用遗传算法的并行搜索和解空间搜索的优点进行网络参数的选取,利用BP网络的简单和可塑性强的优点优化样本空间,可以取得整体的优化效率。

全文目录

中文摘要  3-4
ABSTRACT  4-7
第一章引言  7-9
  1.1 研究的目的和意义  7
  1.2 问题的提出和选题背景  7-8
  1.3 神经网络和遗传算法研究发展概述  8-9
第二章神经网络和遗传算法的基本理论  9-21
  2.1 人工神经网络  9-14
    2.1.1 MP模型及神经网络的互联结构分类  9-13
    2.1.2 神经元的自学习过程  13-14
  2.2 误差回传（BP）网络  14-17
    2.2.1 BP网络的工作过程  14-15
    2.2.2 BP网络的计算公式  15-17
  2.3 遗传算法  17-21
    2.3.1 遗传算法的基本概念  17-20
    2.3.2 遗传算法的特点  20-21
第三章遗传算法和BP网络相结合的设计与实现  21-29
  3.1 遗传算法与BP网络相结合的设计  21-23
  3.2 基于二进制编码的遗传算法  23-26
  3.3 BP网络的MATLAB实现  26-29
第四章遗传算法和ＢＰ网络相结合在发酵模型中的应用  29-41
  4.1 Ｌ－异亮氨酸的生产工艺  29-33
    4.1.1 Ｌ－异亮氨酸的结构及其作用  29-30
    4.1.2 Ｌ－异亮氨酸的生产方法  30-31
    4.1.3 Ｌ－异亮氨酸的发酵工艺控制  31-33
  4.2 应用研究  33-41
    4.2.1 遗传算法对L－异亮氨酸发酵培养基的优化  33-35
    4.2.2 利用BP网络对L－异亮氨酸发酵过程建模  35-41
第五章总结与展望  41-43
  5.1 总结  41-42
  5.2 展望  42-43
参考文献  43-44
致谢  44

遗传算法和BP网络在发酵模型中的应用

内容摘要

全文目录

相似论文