基于改进GPR模型的发酵过程软测量建模

• 作者: 嵇小辅 张翔 朱剑祥 董秋爽
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 高斯过程回归(GPR) 基函数 软测量 支持向量机(SVM) L-赖氨酸
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 基金项目
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP274
• 字数: 4890字
• 语种: 中文

摘要

针对生物反应过程中许多关键参量难以在线检测的难题,提出了一种改进的高斯过程回归建模方法.由于传统高斯过程的均值函数不易确定,从而简单预置为零,导致模型对数据的解释性不够完全的缺点.改进的方法是利用一种组合基函数来确定高斯过程回归模型的一个非零均值函数,基函数的选取是通过高斯过程建立多项式回归噪声模型的方式推导而出,最后进行软测量模型的预测输出.基于氨基酸类典型菌种L-赖氨酸反应过程关键生物量参数预测的试验研究表明:与传统的高斯过程回归模型和支持向量机相比,改进的高斯过程回归模型具有更好的预测精度和泛化能力,能很好的跟踪预测值的变化趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张翔	江苏大学电气信息工程学院	19	348	9.0	18.0
2	嵇小辅	江苏大学电气信息工程学院	41	524	13.0	22.0
3	朱剑祥	江苏大学电气信息工程学院	2	5	2.0	2.0
4	董秋爽	江苏大学电气信息工程学院	2	3	1.0	1.0