基于神经网络的生化过程预估优化控制

综观历史与现状,生化过程数学模型的建立是很困难的。不多的一些数学模型也往往由于精度低,应用范围窄而无法在实际中应用。这是由于生化过程的机理非常复杂,具有高度非线性和时变特性。并且不同于一般物理过程的是生化过程是个物理上不可逆的过程。近几年来,人工神经网络(ANN)得到了迅速发展,并被广泛应用到各个领域。同样,ANN也为生化过程控制提供了一种新方法。本文以工业生产中发酵过程的补料控制为例,叙述了ANN如何用干生化过程预估和优化控制。相应地,对结果进行了分析讨论。     

高等植物磷酸烯醇式丙酮酸羧化酶聚合态可逆变化的数学模型及其定性分析

磷酸烯醇式丙酮酸羧化酶（PEPCase）是高等植物生理代谢中一个极为重要的酶类,其一个重要特征是PEPCase的聚合呈现解离─聚合的周期性振荡行为。本文提出了一个PEPCase可逆解离─聚合反应的数学模型。通过对该模型的定性分析给出了极限环解存在的条件,并由此指出了目前生理学研究中应注意的若干问题。     

土壤植物系统中植物根系吸收土壤水份研究进展

土壤植物系统是土壤—植物—大气连续体中的一个重要的子系统,该系统中的植物根系吸收土壤水份的研究已受到国内外的普遍重视,成为旱地农业生态系统中最为活跃的研究课题之一。从土壤—植物—大气连续体入手,对植物根系吸收土壤水份的影响因素,植物根系吸收土壤水份的微观模型及宏观模型等,进行了介绍和评述     

固定化酵母酒精生成动力学及其数学模型

本文采用解析法对海藻酸钙为载体,以葡萄糖为底物进行酒精连续发酵的管式反应器内所呈现的固定化K字酵母酒精发酵动力学进行了较为系统的研究,建立了由6个方程组成的酒精生成动力学数学模型,并对此模型进行了应用方面的研究。结果表明：此动力学呈现葡萄糖的反竞争性和酒精非竞争性联合抑制的不可逆特征,其数学模型在所涉及的参数拟合及分别在不同反应器和浓度扩展时的发酵过程所进行的实际校验中,最大的算术平均百分误差为13．8l％,在薯干糖化液的发酵动力学应用中,具有平均差为8．28％之良好预测精度,同时,通过模型中参数式计算得葡萄糖抑制的浓度范围为130—450g／L,而酒精抑制的浓度范围是3．07—16．45％(v／v)。     

生态学数学模型的研究进展

当前许多生态学的研究工作使用了数学的方法和手段。因为它可以对生态现象进行量化的研究,而且理论上的分析往往还能使研究结果得以深化。数学模型是数学的思想和方法应用于生态学研究的桥梁。自从60年代数学模型的研究在生态学上再次被人们重视以来,其发     

具有两个吸收部位的药物动力学

本文提出较为简单的双部位吸收模型,不仅导出了单剂量药动学方程,而且导出了多次给药下的稳态药动学方程。