文献

J-GLOBAL ID：202002236480526212   整理番号：20A2599501

OPC技術とショウジョウバエ最適化一般化回帰ニューラルネットワークに基づく海洋プロテアーゼ発酵プロセスのソフト測定【JST・京大機械翻訳】

Soft sensor for marine protease fermentation process based on OPC technology and fruit fly optimization general regression neural network

著者 (3件)： Sun Lina (蘇州工業園区職業技術学院 机電工程系,江蘇 蘇州215123) ,  Huang Yonghong (江蘇大学 電气信息工程学院,江蘇 鎮江212013) ,  Wang Yinghai (蘇州工業園区職業技術学院 机電工程系,江蘇 蘇州215123)
資料名： Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban  (Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 44  号： 4  ページ： 431-440  発行年： 2020年 
JST資料番号： C2961A  ISSN： 1005-9830  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 海洋生物酵素発酵過程における重要な生物パラメーターのリアルタイムオンライン測定が難しいという問題に鑑み、ショウジョウバエ最適化アルゴリズム(Fruitflyoptimizationalgorithm)を提案した。FOA)の一般化回帰ニューラルネットワーク(Generalizedregressionneuralnetwork,GRNN)とプロセス制御指向の対象リンクと埋め込み技術を組み合わせたソフト測定方法。GRNNの非線形マッピング能力は強く、学習速度が速いが、GRNNの予測性能は平滑因子の影響が比較的大きいため、FOAを利用してGRNNの平滑因子に対して最適化を行い、モデルの汎化能力を高める。OPC技術を採用して、MATLABとグループ王間のデータ通信を実現でき、予測のキー生物パラメータ値をグループ王に転送し、リアルタイム表示と記憶を行う。海洋プロテアーゼ発酵過程の実験データを収集することによって,FOA最適化GRNNに基づく海洋プロテアーゼ発酵過程のキー生物パラメータ(菌体質量濃度,基質質量濃度,酵素活性)のソフト測定モデルを樹立し,GRNN,BPニューラルネットワーク,およびGRNNと比較した。サポートベクターマシン(Supportvectormachine,SVM)を比較した。結果は,FOA最適化GRNNに基づくソフト測定モデルが,訓練サンプルの適合能力と試験サンプルの予測能力の両方に対して,GRNN,BPニューラルネットワーク,およびSVMをはるかに上回って,OPC技術を通して,MATLABとグループ王をデータ接続したことを示した。システムは,リアルタイムオンライン測定を実現し,そして,システム運転の安定性は,良好である。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  データ通信 ,  プロセス制御 ,  最適化手法 ,  酵素 ,  基質 ,  酵素活性度 ,  *海洋 ,  *ペプチド結合ヒドロラーゼ ,  海洋生物 ,  *ショウジョウバエ ,  系統運用 ,  *発酵過程 ,  サポートベクトルマシン
準シソーラス用語： MATLAB , 【Automatic Indexing@JST】

分類 (2件)： 発酵生産一般  (FK01010B) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (8件)： OPC ,  ショウジョウバエ ,  最適化 ,  一般化回帰ニューラルネットワーク ,  海洋 ,  プロテアーゼ ,  発酵プロセス ,  ソフト