人工神经网络在发酵过程中的应用
近年广泛用于各个领域的人工神经网络技术具有很强的非线性映射能力，它通过对网络内部权值的调整来拟合系统的输人输出关系，即只根据输人输出数据来建立模型，将网络的统计信息储存在连接权矩阵内，故可以反映十分复杂的非线性关系，网络的输出端点个数不限，因而很适合于多因变量、多自变量统计中的建模。理论上已经证明，三层前向神经网络可以任意精度逼迫任意连续函数，前向网络的训练采用差错反向传播(Error Back Propagation，EBP)算法。由于发酵过程是一个高度非线性、时间连续变化的动态过程，因此，在发酵工业中运用神经网络能够取得非常好的效果。
人工神经网络 发酵工业 建模
陈宁 张克旭 王东阳
天津科技大学食品科学与生物工程学院 天津 300222 山东菱化集团公司 山东济宁
国内会议
浙江杭州
中文
62-66
2003-10-01（万方平台首次上网日期，不代表论文的发表时间）