基于最小二乘支持向量機(jī)的微生物發(fā)酵過程軟測(cè)量研究.docx
約33頁DOCX格式手機(jī)打開展開
基于最小二乘支持向量機(jī)的微生物發(fā)酵過程軟測(cè)量研究,1.74萬字33頁原創(chuàng)作品,獨(dú)家提交,已通過查重系統(tǒng) 摘要 微生物發(fā)酵工程是生物工程和現(xiàn)代生物技術(shù)及其產(chǎn)業(yè)化的基礎(chǔ)。生物量是發(fā)酵過程中重要的過程參數(shù),直接影響著發(fā)酵過程的控制和優(yōu)化,以及發(fā)酵產(chǎn)物的質(zhì)量和產(chǎn)量。為了對(duì)發(fā)酵過程進(jìn)行有效的優(yōu)化控制,使先進(jìn)的控制算法與策略得以實(shí)際...
內(nèi)容介紹
此文檔由會(huì)員 大雨傾盆 發(fā)布
基于最小二乘支持向量機(jī)的微生物發(fā)酵過程軟測(cè)量研究
1.74萬字 33頁 原創(chuàng)作品,獨(dú)家提交,已通過查重系統(tǒng)
摘要 微生物發(fā)酵工程是生物工程和現(xiàn)代生物技術(shù)及其產(chǎn)業(yè)化的基礎(chǔ)。生物量是發(fā)酵過程中重要的過程參數(shù),直接影響著發(fā)酵過程的控制和優(yōu)化,以及發(fā)酵產(chǎn)物的質(zhì)量和產(chǎn)量。為了對(duì)發(fā)酵過程進(jìn)行有效的優(yōu)化控制,使先進(jìn)的控制算法與策略得以實(shí)際應(yīng)用,迫切需要對(duì)生物量參數(shù)進(jìn)行在線檢測(cè)。
受到生物傳感器技術(shù)的限制生物量濃度難以用常規(guī)的傳感器測(cè)量。專用傳感器存在著價(jià)格昂貴和維護(hù)費(fèi)用高的缺點(diǎn)使其應(yīng)用具有很大的局限性。隨著計(jì)算機(jī)技術(shù)的發(fā)展利用在線可測(cè)輔助變量估計(jì)在線不可測(cè)變量或難以測(cè)量變量的軟測(cè)量方法在微生物發(fā)酵過程中得到應(yīng)用。近幾年來諸如機(jī)理建模、卡爾曼濾波器、多元回歸、人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等方法已經(jīng)被諸多學(xué)者應(yīng)用于微生物發(fā)酵過程的軟測(cè)量建模中。支持向量機(jī)理論以其樣本需求量小、預(yù)測(cè)精度高和泛化能力強(qiáng)的優(yōu)勢(shì)在眾多方法中脫穎而出受到廣泛關(guān)注。
本文在簡(jiǎn)要分析最小二乘支持向量機(jī)回歸建模理論基礎(chǔ)上,以青霉素為研究對(duì)象,通過最小二乘支持向量機(jī)方法建立軟測(cè)量模型,并對(duì)產(chǎn)物濃度、菌體濃度、底物濃度這三個(gè)重要生物參數(shù)進(jìn)行預(yù)測(cè)。
仿真應(yīng)用表明: 基于最小二乘支持向量機(jī)的軟測(cè)量模型能夠較準(zhǔn)確估計(jì)出青霉素發(fā)酵過程生物量的參數(shù),實(shí)現(xiàn)生物量的在線檢測(cè)。在小樣本訓(xùn)練集的情況下,具有更好的推廣能力和預(yù)測(cè)能力。而且,所建的模型具有較強(qiáng)的泛化能力,為發(fā)酵過程優(yōu)化控制提供了前提條件。
關(guān)鍵詞:最小二乘支持向量機(jī) 軟測(cè)量建模 青霉素發(fā)酵
1.74萬字 33頁 原創(chuàng)作品,獨(dú)家提交,已通過查重系統(tǒng)
摘要 微生物發(fā)酵工程是生物工程和現(xiàn)代生物技術(shù)及其產(chǎn)業(yè)化的基礎(chǔ)。生物量是發(fā)酵過程中重要的過程參數(shù),直接影響著發(fā)酵過程的控制和優(yōu)化,以及發(fā)酵產(chǎn)物的質(zhì)量和產(chǎn)量。為了對(duì)發(fā)酵過程進(jìn)行有效的優(yōu)化控制,使先進(jìn)的控制算法與策略得以實(shí)際應(yīng)用,迫切需要對(duì)生物量參數(shù)進(jìn)行在線檢測(cè)。
受到生物傳感器技術(shù)的限制生物量濃度難以用常規(guī)的傳感器測(cè)量。專用傳感器存在著價(jià)格昂貴和維護(hù)費(fèi)用高的缺點(diǎn)使其應(yīng)用具有很大的局限性。隨著計(jì)算機(jī)技術(shù)的發(fā)展利用在線可測(cè)輔助變量估計(jì)在線不可測(cè)變量或難以測(cè)量變量的軟測(cè)量方法在微生物發(fā)酵過程中得到應(yīng)用。近幾年來諸如機(jī)理建模、卡爾曼濾波器、多元回歸、人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等方法已經(jīng)被諸多學(xué)者應(yīng)用于微生物發(fā)酵過程的軟測(cè)量建模中。支持向量機(jī)理論以其樣本需求量小、預(yù)測(cè)精度高和泛化能力強(qiáng)的優(yōu)勢(shì)在眾多方法中脫穎而出受到廣泛關(guān)注。
本文在簡(jiǎn)要分析最小二乘支持向量機(jī)回歸建模理論基礎(chǔ)上,以青霉素為研究對(duì)象,通過最小二乘支持向量機(jī)方法建立軟測(cè)量模型,并對(duì)產(chǎn)物濃度、菌體濃度、底物濃度這三個(gè)重要生物參數(shù)進(jìn)行預(yù)測(cè)。
仿真應(yīng)用表明: 基于最小二乘支持向量機(jī)的軟測(cè)量模型能夠較準(zhǔn)確估計(jì)出青霉素發(fā)酵過程生物量的參數(shù),實(shí)現(xiàn)生物量的在線檢測(cè)。在小樣本訓(xùn)練集的情況下,具有更好的推廣能力和預(yù)測(cè)能力。而且,所建的模型具有較強(qiáng)的泛化能力,為發(fā)酵過程優(yōu)化控制提供了前提條件。
關(guān)鍵詞:最小二乘支持向量機(jī) 軟測(cè)量建模 青霉素發(fā)酵
TA們正在看...
- 01.1四時(shí)田園雜興課堂教學(xué)教案教學(xué)設(shè)計(jì)(部編版).doc
- 01.2稚子弄冰課堂教學(xué)教案教學(xué)設(shè)計(jì)(部編版).doc
- 01.3村晚課堂教學(xué)教案教學(xué)設(shè)計(jì)(部編版).doc
- 02冬陽·童年·駱駝隊(duì)公開課優(yōu)秀教案教學(xué)設(shè)計(jì)(五年...doc
- 02冬陽·童年·駱駝隊(duì)最新教研教案教學(xué)設(shè)計(jì)(部編版...doc
- 02冬陽·童年·駱駝隊(duì)課堂教學(xué)教案教學(xué)設(shè)計(jì)(部編版).doc
- 03祖父的園子公開課優(yōu)秀教案教學(xué)設(shè)計(jì)(五年級(jí)下冊(cè)).doc
- 03祖父的園子最新教研教案教學(xué)設(shè)計(jì)(部編版五年級(jí)下...doc
- 03祖父的園子課堂教學(xué)教案教學(xué)設(shè)計(jì)(部編版).doc
- 04草船借箭公開課優(yōu)秀教案教學(xué)設(shè)計(jì)(五年級(jí)下冊(cè)).doc