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