基于PSO-SVR的发酵过程状态预估模型

• 作者: 徐保国 熊伟丽
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量回归 状态预估 粒子群优化 发酵过程 β-甘露聚糖酶
• 年，卷（期）: 2008,（4）
• 页码范围: 517-521
• 页数: 5页
• 分类号: TP391.9
• 字数: 3737字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2008.04.028

摘要

针对发酵过程中生物参数难以实时在线测量的问题,建立了用于生物参数状态预估的支持向量机软测量模型.考虑到该支持向量回归(SVR)模型的复杂性和冷化特征取决于其三个参数ε,c,Y能否取到最优值,采用粒子群优化(PSO)算法实现对参数ε,c,y的同时寻优.在此基础上,以饲料用β-甘露聚糖酶为对象,建立了基于PSO-SVR的发酵过程产物浓度状态预估模型.发酵罐控制结果表明:该模型具有很好的学习精度和泛化能力,可实现对β-甘露聚糖酶产物浓度的实时在线预估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐保国	江南大学通信与控制工程学院	277	2198	22.0	30.0
2	熊伟丽	江南大学通信与控制工程学院	119	960	17.0	25.0