基于贝叶斯推断的多层软测量建模在丁醇发酵中的应用

• 作者: 朱湘临 王博 顾雯炜
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 微生物发酵 贝叶斯推断 支持向量机回归 软测量
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 软件设计、开发与应用
• 页码范围: 183-188
• 页数: 6页
• 分类号: TP319
• 字数: 5639字
• 语种: 中文
• DOI: 10.11907/rjdk.191815

摘要

针对丁醇生产过程中发酵产物品质参量难以实时测量,现有测量方法精度不高、测量结果受不确定因素影响较大的问题,提出一种基于贝叶斯推断和支持向量回归(Support vector machine regression,SVR)的多层软测量建模方法.首先应用贝叶斯推断计算后验概率、筛选偏置数据,并对偏置数据校准,建立第一层SVR模型;然后利用贝叶斯推断进行二次校准,建立第二层SVR模型,对第一层SVR模型输出进行修正,得到最终预测结果,克服干扰和偏差引起的模型不准确问题.将基于贝叶斯推断的多层支持向量回归(Bi-SVR)预测模型应用于丁醇发酵过程,仿真及实验结果表明,相较于传统SVR预测模型,系统在低干扰的情况下预测精度提高了4.52％,在高干扰时预测精度提高了5.37％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王博	江苏大学电气信息工程学院	38	215	9.0	13.0
2	朱湘临	江苏大学电气信息工程学院	41	396	9.0	19.0
3	顾雯炜	江苏大学电气信息工程学院	2	0	0.0	0.0