神經網路在微生物反應槽上的應用 黃瑞圖、涂瑞澤
E-mail: [email protected]
摘 要
神經網路在程序工業上的應用已經顯著增加,其應用主要包括三個重要的 課題: 程序模擬, 瑕疵診斷及程序資料之定性解釋
。 本文首先對神經網 路在化學工程及其相關領域的應用作簡單的介紹及評估。 雖然神經網路 有許多優點, 但並非是萬靈 丹。 在應用時亦需深切瞭解其缺點, 以便克 服可能的問題。 神經網路可模擬動態微生物反應槽。將細菌在連續流動 式反 應槽中成長、 繁殖所得資料, 分別由傳統的隨機模式及神經網路進 行系統模擬。 將學習樣本分為靜態及動態兩種, 以提供 網路學習。靜態 樣本即是將系統所有的資料當作靜態樣本, 讓網路學習, 以模擬反應槽 整體動態狀態, 結果較隨機模式好。
為使網路具預測功能, 本文提出動 態樣本預測法， 使網路進行線上學習， 並預測下一點之菌体數目,結果 發現此預測法效 果良好。 本研究亦模擬麩胺酸生產系統，並預測麩胺酸 產量。 麩胺酸生產系統複雜，要有效地找出其模式並不容易。本 研究根 據已知的實驗數據， 利用網路模擬此生產系統，其中網路的輸出單元活 性函數改為線性函數，模擬結果良好。 網 路亦進行預測，並比較兩個輸 出單元與一個輸出單元的預測結果， 發現一個輸出單元的預測效果比兩 個的好。 在控制方 面，根據學習即控制的想法，本研究開發出學習控制 式神經控制器。 網路包含控制器及程序等兩個部份，其中控制器為 網路 的主体， 程序包含於網路的輸出單元之內，單元的活性函數與控制變數 有關。 此控制器能邊學習邊做控制，當擾動 加入時，亦可克服擾動，完 成控制。 本研究所開發的學習控制式神經控制器已克服一般神經控制器 需要大量學習數據且 學習時間冗長等瓶頸， 且其性能似乎較傳統控制器 的為佳。
關鍵詞 : 神經網路 ; 微生物反應槽 ; 預測 ; 控制
目錄 0
參考文獻 0
