基于贝叶斯组合神经网络的生物发酵产量在线预报方法

摘要

本发明提供了一种基于贝叶斯组合神经网络的生物发酵产量在线预报方法，步骤为：1.将所有历史批次分为优势批次、中等批次和劣势批次；2.对每一类发酵批次分别建立一个神经网络预报器，其训练数据库由对应类别的历史批次数据库的数据和待预报批次的已知数据组成；3.分别对三个神经网络进行训练；4.根据待预报批次的最新输入向量，计算三个神经网络的输出值；5.发酵过程的产量预报值由三个神经网络的预报输出值加权得到；6.当一个被预报的批次发酵结束后，将根据批次分类算法进行分类，并根据分类结果将其数据更新到对应类别的历史数据库中。本发明可用于发酵过程产量的在线高精度宽区间预报，有提高发酵生产监控和调度水平的应用潜力。

主权项

一种基于贝叶斯组合神经网络的生物发酵产量在线预报方法，其特征在于，包括步骤如下：步骤一、根据历史发酵批次的产量分布特征，在考虑到发酵过程中的扰动的情况下，采用发酵批次分类算法将历史发酵批次分为优势批次、中等批次和劣势批次三类；步骤二、对每一类发酵批次，分别建立一个神经网络预报器，其训练数据库由经过数据预处理的对应类别的历史批次数据库的数据和待预报批次的已知数据组成，数据预处理是指将在线采集的过程变量和离线分析数据通过移动窗口方法处理成为神经网络训练所需要的输入输出数据对；步骤三、分别对代表优势批次、中等批次和劣势批次的三个神经网络用对应的训练数据库进行在线训练；步骤四、根据待预报批次的最新输入向量，分别计算三个已经训练好的神经网络的预报输出值；步骤五、发酵过程的产量预报值由三个神经网络的预报输出值加权得到，各个组合权值则根据该神经网络在待预报批次之前时段的预测精度，采用贝叶斯统计推断方法进行迭代计算得到；步骤六、当一个被预报的批次发酵结束后，将根据发酵批次分类算法进行分类，并根据分类结果将其数据更新到对应类别的历史数据库中。