Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 105,45

+ 210 punten

Uitvoering

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Mostindustrialbiotechnologicalprocessesareoperatedempirically.Oneofthe major di?culties of applying advanced control theories is the highly nonlinear nature of the processes. This book examines approaches based on arti?cial intelligencemethods, inparticular, geneticalgorithmsandneuralnetworks, for monitoring, modelling and optimization of fed-batch fermentation processes. The main aim of a process control is to maximize the ?nal product with minimum development and production costs. This book is interdisciplinary in nature, combining topics from biotechn- ogy, arti?cial intelligence, system identi?cation, process monitoring, process modelling and optimal control. Both simulation and experimental validation are performed in this study to demonstrate the suitability and feasibility of proposed methodologies. An online biomass sensor is constructed using a - current neural network for predicting the biomass concentration online with only three measurements (dissolved oxygen, volume and feed rate). Results show that the proposed sensor is comparable or even superior to other sensors proposed in the literature that use more than three measurements. Biote- nological processes are modelled by cascading two recurrent neural networks. It is found that neural models are able to describe the processes with high accuracy. Optimization of the ?nal product is achieved using modi?ed genetic algorithms to determine optimal feed rate pro?les. Experimental results of the corresponding production yields demonstrate that genetic algorithms are powerful tools for optimization of highly nonlinear systems. Moreover, a c- bination of recurrentneural networks and genetic algorithms provides a useful and cost-e?ective methodology for optimizing biotechnological processes.