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
|
相似论文
- 发酵法生产L-异亮氨酸的优化与控制策略研究,TQ922.9
- N~+注入钝齿棒杆菌AS1.998原生质体选育L-ILe高产菌株,Q933
- 应用ABEEM/MM方法研究ILE(H_2O)n(n=1-3)团簇的性质,O641.1
- 添加缬氨酸和异亮氨酸对哺乳母猪繁殖性能及其哺乳仔猪的影响,S828.5
- 重组ILZ-hsGITRL_(aa52-177)蛋白的表达和鉴定,R341
- 乳糖发酵短杆菌发酵生产L-异亮氨酸控制策略的研究,TQ921
- 四种氨基酸在不同环境条件下氧化损伤评价的研究,R96
- 胡芦巴种子中4-羟基异亮氨酸的分离方法研究,R284.1
- 重组人IZ-CD40L在大肠杆菌中的高效表达和生物学活性的鉴定,R392
- L-异亮氨酸产生菌原生质体离子注入诱变体系的建立,Q933
- 低能N~+注入L-Ile产生菌诱变选育及发酵条件研究,TQ920.1
- L-异亮氨酸产生菌的选育及其发酵条件的研究,TQ922
- L-异亮氨酸产生菌的发酵控制研究,TQ920
- L-异亮氨酸产生菌的融合育种选育及其关键酶与发酵条件的研究,TQ920
- Fmoc系列保护氨基酸的制备研究,O621
- 高产L-异亮氨酸菌种的选育及其发酵条件研究,TQ922
- 酮缬氨酸钙与酮异亮氨酸钙和消旋羟蛋氨酸钙对人肾系膜细胞影响的研究,R692
- 基于遗传神经网络的深基坑施工控制研究,TU753
- 胡芦巴中4-羟基异亮氨酸的提取分离及其种子的综合利用,R284
- 鲈鱼和大黄鱼支链氨基酸与组氨酸营养生理的研究,S917.4
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|