重组毕赤酵母表达期菌体浓度的软测量模型
Soft Sensor Modeling for Predicting Biomass Concentration at Recombinant Pichia pastoris Expression Phase
DOI:
中文关键词: 巴氏毕赤酵母 高密度培养 在线估计 遗传算法 神经网络 软测量
英文关键词: Pichia Pastoris,high-cell-density cultivation,online estimation,genetic algorithms,artificial neural network,software sensing
基金项目:国家高技术研究发展计划(863计划);国家科技专项基金
许哲军 何云 郭美锦 储炬 张嗣良
华东理工大学生物反应器工程国家重点实验室,上海200237
摘要点击次数: 261
全文下载次数: 577
中文摘要:
建立了用于在线估计高密度重组毕赤酵母培养过程中处于表达阶段的菌体密度软测量模型。分别对比了基于遗传算法(GA)的动力学软测量模型以及基于人工神经网络(ANN)的软测量模型,并对神经网络软测量模型的拓扑结构以及训练参数进行了初步探讨。当采用基于遗传算法(GA)的动力学模型,模型拟舍值的最大误差为7.63%;在采用神经网络软测量技术时,选取合适的模型结构和输入参数,最大误差为3.12%,而且软测量模型可以很好地反映菌体浓度实时变化趋势。该研究结果表明,在酵母细胞的高密度培养过程中采用基于神经网络的软测量模型具有较高的准确度,可以较好地实时反映发酵过程中菌体浓度的变化。
英文摘要:
A soft-sensor model based on kinetics and neural network was established for online estimation of cell concentration in high-cell density cultivation of recombinant Pichia Pastoris.Performance comparison of the genetic algorithms(GA) and the artificial ne
查看全文 查看/发表评论 下载PDF阅读器