497

Рассмотрена методика определения области стационарности непрерывных процессов на примере
биотехнологических процессов, протекающих в промышленных биореакторах непрерывного действия.
Решаются вопросы нейросетевого прогнозирования непрерывных биотехнологических процессов с целью
определения момента времени перехода процесса в нестационарную область. Приводятся результаты
вычислительного эксперимента для прогнозирования биотехнологического процесса культивирования
микроорганизмов на основе многослойного персептрона в среде пакета Statistica Neural Networks.

  • O'qishlar soni 480
  • Nashr sanasi 09-09-2016
  • Asosiy tilRus
  • Sahifalar39-43
Русский

Рассмотрена методика определения области стационарности непрерывных процессов на примере
биотехнологических процессов, протекающих в промышленных биореакторах непрерывного действия.
Решаются вопросы нейросетевого прогнозирования непрерывных биотехнологических процессов с целью
определения момента времени перехода процесса в нестационарную область. Приводятся результаты
вычислительного эксперимента для прогнозирования биотехнологического процесса культивирования
микроорганизмов на основе многослойного персептрона в среде пакета Statistica Neural Networks.

Ўзбек

Sanoat uzluksiz biorеaktorda o’tadigan biotеxnologik jarayon misolida uzluksiz jarayonni statsionar sohasini aniqlash
usuli ko’rib chiqilgan. Uzluksiz biotеxnologik jarayonini statsionarsiz sohaga o’tish vaqtini aniqlash uchun nеyro
tarmoqli bashoratlash masalalari yеchilgan. Statistica Neural Networks pakеtida mikroorganizmlarini o’stirish
biotеxnologik jarayonini ko’p qatlamli pеrsеptron asosida bashoratlashni hisoblash tajriba natijalar kеltirilgan.

English

The technique of definition of stationary area of continuous processes on an example of biotechnological processes
proceeding in industrial bioreactors continuous actions is considered. The questions of Neural Networks of forecasting
of continuous biotechnological processes are decided with the purpose of definition of the moment of time of transition
of process in non-stationary area. The results of computing experiment for forecasting biotechnological process
cultivation of microorganisms on a basis multilayer perceptron in environment of a package Statistica Neural Networks
are resulted.

№ Havola nomi
1 Кафаров В.В. Моделирование и системный анализ биохимических производств. – М.: Лесная промышленность, 1985. – 280 с.
2 Бирюков В.В. Основы промышленной биотехнологии. – М.: Колосс, 2004. – 296 с.
3 Кабильджанов А.С. Разработка алгоритмов и программ для моделирования и управления одним классом биотехнологических процессов: Автореф. дис. … канд. техн. наук. – Ташкент: Узб. науч.-произв. объединение «Кибернетика» АН РУз, 1987. – 22 с.
4 Бейли Дж., Оллис Д. Основы биохимической инженерии. В 2-х частях. – М.: Мир, 1989. – 1288 с.
5 Бирюков В.В. Нетрадиционные задачи управления процессами культивирования микроорганизмов с применением ЭВМ. – В кн. Теория и практика непрерывного культивирования микроорганизмов. – М.: Наука, 1980. – С. 139-189.
6 Симанков В.С., Луценко Е.В. Адаптивное управление сложными системами на основе теории распознавания образов. – Краснодар: Техн. ун-т Кубан. гос. технол. ун-та., 1999. – 318 с.
7 Пупков К.А., Егупов Н.Д. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник / Под ред. Н.Д. Егупова. – М.: Изд-во МГТУ им. Н.Э.Баумана, 2001. – 744 с.
8 Кабильджанов А.С. Вопросы построения гибридных интеллектуальных систем управления биотех- нологическими процессами комбинированного типа // Узб. журнал «Проблемы информатики и энерге- тики». – Ташкент, 2012. – №6. – С. 9-20.
9 Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных / Под ред. В.П. Боровикова. – 2-е изд., перераб. и доп. – М.: Горячая линия – Телеком, 2008. – 392 с.
10 Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6 / Под общ. ред. В.Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2002. – 496 с.
11 Тихонов Э.Е. Методы прогнозирования в условиях рынка: учебное пособие. – Невинномысск, 2006. – 221 с.
Kutilmoqda