分阶段建立发酵过程模型的方法的研究和应用 高学金;王普;孙崇正;易建强;张亚庭;张会清 【期刊名称】《系统仿真学报》 【年(卷),期】2007(19)11 【摘 要】为了建立精确的微生物发酵过程数学模型,在标准回归型支持向量机(SVM)的基础上提出了动态ε-SVM方法,即不同样本使用不同的ε。进而,提出了将自组织特征映射聚类(SOFM)和动态ε-SVM回归相结合的建模方法。该方法首先利用SOFM神经网络对样本进行聚类,达到划分发酵阶段和建立局部模型的目的,然后应用动态ε-SVM方法对各类样本进行回归建模。实验结果表明,使用该方法建立的青霉素发酵过程模型具有较高的拟合和泛化能力。经过比较,该方法建立的模型比其它SVM方法建立的模型具有较强的泛化能力。 【总页数】5页(P2574-2577) 【关键词】支持向量机;自组织特征映射;动态ε-SVM;青霉素发酵;建模 【作 者】高学金;王普;孙崇正;易建强;张亚庭;张会清 【作者单位】北京工业大学电子信息与控制工程学院;中国科学院复杂系统与智能科学重点实验室 【正文语种】中 文 【中图分类】TP273;Q81 【相关文献】 1.平衡记分卡建立过程模型的设计与应用研究 [J], 何怀平;杜纲 2.一种建立发酵过程模型的新方法 [J], 高学金;王普;孙崇正;易建强;张亚庭;张会清 3.RBF神经网络建立真菌发酵过程模型的研究 [J], 汤忠鎏;卢京潮 4.应用分阶段建立地质地球物理地球化学模型的方法预测金矿远景区 [J], 范正国;张文斌;章晔 5.基于MPCA-GP的发酵过程分阶段软测量建模方法 [J], 于涛;王建林;何坤;赵利强 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/3033a6bafbc75fbfc77da26925c52cc58bd690d5.html