第五章 生化过程的建模和状态PPT.pptVIP

第五章 生化过程的建模和状态预测;基本内容;5.1 描述生化过程的各类数学模型;特征：不能适应环境、发酵条件和批次出现的变化和漂移 用途和目的：发酵过程的定值控制和离线最优化 建模难易程度：确定模型参数和模型形式有难度，需离线测定状态变量 应用广泛性：常用;二、代谢网络模型;三、基于在线时间序列数据的自回归平均移动模型;四、人工神经网络模型;特征：完全黑箱操作，了解过程特征和本质较差 用途和目的：响应面方法优化静态过程 建模难易程度：简单直接 应用广泛性：常用，难以动态过程控制和最优化;中心组合设计实验因子和实验水平;中心组合设计实验结果; 用统计软件SAS对实验数据进行二次多项式回归分析, 得下述方程: y为虫草素产量, x1为葡萄糖浓度编码值, x2为蛋白胨浓度编码值。 该模型的决定系数R2＝0.9697, 因此该方程为发酵生产虫草素提供了一个合适的模型。 ;二次多项式方程响应面图;1. 非构造式动力学模型建模方法的定式化;假设：间歇发酵过程中，X, S已知， 服从Monod模型， 可用 与 关联，产物合成可忽略，则;特点：;2. 使用Simplex最优化计算方法求解模型参数;3. 非线性规划法计算模型参数的实例;动力学模型 ;模型中的参数估计 ;;5.3 人工神经网络建模和预测发酵过程状态;时间;人工神经细胞数理模型;(a) 阶跃式模型;;人工神经网络;人工神经网络学习方法;三、人工神经网络模型的误差反向传播学习算法简介;目标函数;标准计算步骤