基于k-近邻互信息的发酵过程高斯过程回归建模

• 作者: 刘飞 赵忠盖 赵荣荣
• 来源期刊: 化工学报
• 关键词: 发酵过程 高斯过程回归 k-近邻互信息 软测量
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 过程系统工程
• 页码范围: 4741-4748
• 页数: 8页
• 分类号: TP 273
• 语种: 中文
• DOI: 10.11949/0438-1157.20190606

摘要

发酵过程中基质浓度往往无法在线测量,采用高斯过程回归(GPR)建立基质浓度的估计模型,实现了其软测量.不同于传统软测量方法对基质浓度的估计,该方法不仅可以得到估计值,还能够得到其估计方差.考虑到发酵过程中各变量之间的非线性、相关性,为了提高模型的预测性能,在模型建立之前首先用k-近邻互信息(k-MI)辅助变量选择方法对模型的输入变量进行选择.从青霉素发酵过程的应用结果来看,采用kMI-GPR方法取得了较好的估计效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘飞	江南大学轻工过程先进控制教育部重点实验室	236	964	13.0	17.0
2	赵忠盖	江南大学轻工过程先进控制教育部重点实验室	49	218	9.0	12.0
3	赵荣荣	江南大学轻工过程先进控制教育部重点实验室	1	0	0.0	0.0