基于LS-SVM逆模型的青霉素發(fā)酵軟測量方法
張 瑤, 孫玉坤, 黃永紅,, 嵇
摘要: 針對青霉素發(fā)酵過程中的某些關鍵生物參數(shù)(如菌體濃度,、基質濃度,、產(chǎn)物濃度)難以實時在線測量的問題,,提出一種基于最小二乘支持向量機(LS-SVM)逆模型的軟測量方法,。該方法用具有高斯核函數(shù)的LS-SVM,離線建立被測對象的靜態(tài)非線性逆模型,。由靜態(tài)非線性逆模型外加若干表征非線性動態(tài)特征微分器,,構成了非線性系統(tǒng)的逆系統(tǒng),,將此逆系統(tǒng)串聯(lián)在原發(fā)酵系統(tǒng)之后,得到“線性化”的偽線性系統(tǒng),。仿真結果表明,,該方法能夠對青霉素發(fā)酵過程中不可在線測量的關鍵變量進行預測,且達到了較高的測量精度,。
Abstract:
Key words :
摘 要: 針對青霉素發(fā)酵過程中的某些關鍵生物參數(shù)(如菌體濃度,、基質濃度,、產(chǎn)物濃度)難以實時在線測量的問題,提出一種基于最小二乘支持向量機(LS-SVM)逆模型的軟測量方法,。該方法用具有高斯核函數(shù)的LS-SVM,,離線建立被測對象的靜態(tài)非線性逆模型。由靜態(tài)非線性逆模型外加若干表征非線性動態(tài)特征微分器,,構成了非線性系統(tǒng)的逆系統(tǒng),,將此逆系統(tǒng)串聯(lián)在原發(fā)酵系統(tǒng)之后,得到“線性化”的偽線性系統(tǒng),。仿真結果表明,,該方法能夠對青霉素發(fā)酵過程中不可在線測量的關鍵變量進行預測,且達到了較高的測量精度,。
關鍵詞: 支持向量機; 逆系統(tǒng); 青霉素; 軟測量
此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權禁止轉載。