基于PSO-SVR的发酵过程状态预估模型

作     者：熊伟丽 徐保国 XIONG Wei-li;XU Bao-guo

作者机构：江南大学通信与控制工程学院江苏无锡214122 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2008年第32卷第4期

页      面：517-521页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 080203[工学-机械设计及理论] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家"863"计划(2003AA241160) 江苏省自然科学基金(BK2005012) 

主　　题：支持向量回归 状态预估 粒子群优化 发酵过程 β-甘露聚糖酶 

摘      要：针对发酵过程中生物参数难以实时在线测量的问题,建立了用于生物参数状态预估的支持向量机软测量模型。考虑到该支持向量回归(SVR)模型的复杂性和冷化特征取决于其三个参数,εc,γ能否取到最优值,采用粒子群优化(PSO)算法实现对参数,εc,γ的同时寻优。在此基础上,以饲料用β-甘露聚糖酶为对象,建立了基于PSO-SVR的发酵过程产物浓度状态预估模型。发酵罐控制结果表明:该模型具有很好的学习精度和泛化能力,可实现对β-甘露聚糖酶产物浓度的实时在线预估。