模糊支持向量机在青霉素发酵中的应用

• 作者: 于振亚 潘丰 王闻侠
• 来源期刊: 科技与创新
• 关键词: 支持向量机 模糊 菌体浓度 距离 序列最小优化
• 年，卷（期）: 2007,（19）
• 所属期刊栏目: 软件天地
• 页码范围: 300-302
• 页数: 3页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.19.122

摘要

支持向量机(SVM)是一种基于结构风险最小化原理(SRM)的学习算法,也是一种具有很好的泛化性能的回归方法.针对青霉素发酵过程中的茵体浓度进行软测量建模,提出了一种新的基于距离的模糊支持向量机,并用序列最小优化算法(SMO)求解优化问题.仿真实例说明能够对青霉素发酵过程中不可在线测量的变量进行软测量,达到了较高的测量精度.