基于 FCM 与集成高斯过程回归的赖氨酸发酵软测量

• 作者: 嵇小辅 张翔
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 高斯过程回归(GPR) 模糊C均值聚类(FCM) Adaboost算法 L-赖氨酸 软测量 欧氏距离 隶属度 加权求和
• 年，卷（期）: 2015,（1）
• 页码范围: 156-162
• 页数: 7页
• 分类号: TP274
• 字数: 5201字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201310070

摘要

为解决赖氨酸发酵过程中菌体浓度难以在线检测的难题，提出一种基于模糊C均值聚类（ FCM）与集成高斯过程回归（ GPR）的软测量建模方法。针对典型生物发酵过程可分为延滞期、指数生长期、稳定期、死亡期4个反应周期的特点，采用模糊C均值聚类算法对样本集进行聚类分析以形成若干子样本集；对每个子样本集分别采用高斯过程回归训练时，为提高GPR模型的泛化能力，利用Adaboost 算法提升GPR模型，分别在各子集建立集成GPR软测量子模型；采用欧氏距离计算新样本点对应于每一子模型的隶属度；加权求和获得最终的软测量模型的预测输出。基于氨基酸类典型菌种L－赖氨酸反应过程菌体浓度参数预测的试验研究表明：与全局单一GPR模型、集成GPR模型和基于FCM与多GPR模型相比，所建立的基于FCM与集成GPR软测量模型拟合精度高，泛化能力强，较好地满足了赖氨酸发酵过程的控制要求。

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