基于PSO-SVM的关键生物参数软测量方法研究

• 作者: 孙玉坤 嵇小辅 王其 郭晶晶
• 来源期刊: 仪表技术与传感器
• 学科: 工学
• 关键词: 粒子群优化 支持向量机 赖氨酸发酵 软测量
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 研究与开发
• 页码范围: 94-96
• 分类号: TP301.6
• 字数: 2576字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1841.2012.03.033

摘要

微生物发酵过程中一些关键生物参数难以实时在线测量,严重影响发酵的优化控制.为解决关键生物参数的测量难题,采用了一种基于PSO - SVM的软测量方法.该方法利用粒子群优化(PSO)算法优化选择支持向量机(SVM)的最佳参数,并建立了基于PSO - SVM的软测量模型.利用赖氨酸发酵的数据对模型进行仿真验证,结果表明该模型具有很好的学习精度和泛化能力.另外在建模耗时上,PSO - SVM算法所用时间远少于标准SVM算法所用时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙玉坤	江苏大学电气信息工程学院	263	2882	28.0	41.0
2	嵇小辅	江苏大学电气信息工程学院	41	524	13.0	22.0
3	王其	江苏大学电气信息工程学院	1	5	1.0	1.0
4	郭晶晶	江苏大学电气信息工程学院	4	13	3.0	3.0