基于加权RBF神经网络的诺西肽发酵过程菌体浓度软测量

结合诺西肽发酵过程的实际情况，提出了基于加权RBF神经网络(weightedRBFneuralnetwork,WRBFNN)的菌体浓度软测量建模方法。在诺西肽发酵过程非结构模型的基础上，根据隐函数存在定理确定出辅助变量，从而使其选择有严格的理论依据。针对菌体浓度变化范围大这一特点，将传统RBF神经网络(RBFneuralnetwork,RBFNN)的误差函数进行了改进;然后根据每批训练样本对被预测对象的预估能力，自适应地为各个批次的训练样本分配权重，进而实施WRBFNN建模。实验结果验证了所提方法的有效性。