您的位置: 专家智库 > >

孙丽娜

作品数:4 被引量:13H指数:3
供职机构:江苏大学电气信息工程学院更多>>
发文基金:江苏省科技计划项目国家高技术研究发展计划江苏高校优势学科建设工程资助项目更多>>
相关领域:自动化与计算机技术农业科学轻工技术与工程化学工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇化学工程
  • 1篇轻工技术与工...
  • 1篇农业科学

主题

  • 4篇软测量
  • 3篇软测量建模
  • 3篇神经网
  • 3篇神经网络
  • 2篇GD-FNN
  • 1篇蛋白
  • 1篇蛋白酶
  • 1篇动态模糊神经...
  • 1篇动态数据
  • 1篇动态数据交换
  • 1篇动态数据交换...
  • 1篇乙醇
  • 1篇乙醇浓度
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇数据交换
  • 1篇数据交换技术
  • 1篇青霉
  • 1篇青霉素
  • 1篇燃料乙醇

机构

  • 4篇江苏大学
  • 1篇苏州工业园区...

作者

  • 4篇黄永红
  • 4篇孙丽娜
  • 3篇孙玉坤
  • 2篇聂文惠
  • 1篇朱湘临
  • 1篇刘国海
  • 1篇程浩

传媒

  • 1篇农业工程学报
  • 1篇信息与控制
  • 1篇仪表技术与传...
  • 1篇控制工程

年份

  • 1篇2014
  • 3篇2013
4 条 记 录,以下是 1-4
排序方式:
燃料乙醇发酵过程中生物参量的软测量建模被引量:4
2014年
针对燃料乙醇发酵过程中关键生物参量(基质浓度、菌体浓度、乙醇浓度等)在线检测困难,离线化验滞后大,难以实现实时控制的问题,提出了一种基于核主元分析(KPCA)与最小二乘支持向量机(LSSVM)相结合的软测量建模方法。以关键生物参量中乙醇浓度的预测为例,首先,利用KPCA提取软测量输入数据空间中的非线性主元,然后利用LSSVM算法建立了乙醇浓度的软测量模型。仿真结果表明,与PCA-LSSVM建模方法相比,KPCA-LSSVM软测量模型的测量精度高、跟踪性能好、泛化能力强,能满足发酵过程中乙醇浓度的在线测量要求,是一种有效的软测量建模方法。
黄永红孙丽娜程浩
关键词:燃料乙醇乙醇浓度核主元分析最小二乘支持向量机软测量
基于GD-FNN的微生物发酵过程软测量建模被引量:1
2013年
针对微生物发酵过程关键生物参数(如菌体浓度、基质浓度、产物浓度等)难以直接在线测量的问题,提出了一种基于广义动态模糊神经网络(GD-FNN)的软测量建模方法。GD-FNN算法基于椭圆基函数(EBF),以模糊-完备性作为在线参数分配机制。该方法学习时参数调整和结构辨识同时进行,并能自动地确定模糊规则从而达到系统的特定性能。文中以青霉素发酵过程为研究对象,应用一致关联度法确定软测量模型的辅助变量后,建立了GD-FNN软测量模型。仿真结果表明,基于GD-FNN的软测量建模比基于径向基(RBF)神经网络的软测量建模运算速度快、预测精度高、泛化能力强。
黄永红孙丽娜孙玉坤聂文惠
关键词:广义动态模糊神经网络青霉素软测量
基于动态数据交换技术的海洋蛋白酶发酵过程GD-FNN软测量被引量:3
2013年
为实现微生物发酵过程中关键生物参数(菌体浓度、基质浓度、产物浓度等)的实时显示与存储,该文结合MATLAB与WinCC各自的优势,提出了一种基于动态数据交换(dynamic data exchange,DDE)技术的广义动态模糊神经网络(generalized dynamic fuzzy neural network,GD-FNN)软测量方法。以海洋蛋白酶发酵过程为研究对象,通过MATLAB编程,建立发酵过程GD-FNN软测量模型,获得生物参数的预测值;以Excel软件为中间桥梁,利用DDE技术实现MATLAB与上位机WinCC之间的实时数据通讯,最终获得了生物参数的实时显示与存储。应用结果表明,利用GD-FNN所建立的生物参数软测量模型具有很高的预测精度,所得的最大均方根误差为0.4266,最大平均绝对误差为0.2552,满足系统测量的精度要求;同时通过DDE技术连接MATLAB与WinCC,编程效率高,实现方便,通用性强。该研究为发酵过程的优化控制以及工业化生产提供了依据。
黄永红孙丽娜孙玉坤刘国海聂文惠
关键词:微生物神经网络动态数据交换软测量
海洋蛋白酶发酵过程生物参数的软测量建模被引量:6
2013年
针对海洋微生物低温碱性蛋白酶发酵过程关键生物参数(如菌体浓度、基质浓度、酶活等)的在线测量问题,提出了一种基于径向基函数(RBF)神经网络的软测量建模方法.首先,应用一致关联度法确定软测量模型的辅助变量.然后,针对正交最小二乘、k均值聚类等算法在具体实现时比较繁琐的问题,利用简单且实用的RBF网络设计函数,应用训练样本集对RBF神经网络进行训练,建立了RBF神经网络软测量模型,用测试样本集对建立的软测量模型进行了仿真验证.结果表明,该软测量模型具有很高的逼近精度和良好的实用性.
黄永红孙丽娜孙玉坤朱湘临
关键词:海洋微生物软测量
共1页<1>
聚类工具0