基于支持向量機的微生物發(fā)酵過程軟測量方法研究.pdf

1、隨著生物技術的發(fā)展，由發(fā)酵工程提供的產品日漸豐富，微生物發(fā)酵工程在國民經濟和社會生活中的地位越來越重要。為提高發(fā)酵過程的產品得率和產品質量，獲得較好的經濟效益，需要對發(fā)酵過程進行優(yōu)化控制。但是由于發(fā)酵過程復雜的生化特性，發(fā)酵過程的許多重要特征參數(shù)(如菌體細胞濃度、基質中葡萄糖濃度、生成產物濃度等)還不能夠很好的在線實時測量，給發(fā)酵過程優(yōu)化控帶來了困難，使得先進的控制算法和控制策略難以在發(fā)酵工業(yè)現(xiàn)場有效應用。本文以北京棒桿菌培養(yǎng)產生賴氨酸

2、發(fā)酵過程為研究對象，采用支持向量機回歸算法建立軟測量模型，對發(fā)酵過程中的三個重要變量進行預測。支持向量機有嚴格的理論基礎，通過結構風險最小原則和推廣性的界的實現(xiàn)，可實現(xiàn)數(shù)據(jù)樣本空間的唯一全局尋優(yōu)。實驗和仿真結果表明，軟測量模型能夠較準確的輸出估計值，在小樣本訓練集的情況下，具有更好的推廣能力和預測能力，為發(fā)酵過程優(yōu)化控制提供了前提條件。本文所做的具體研究如下： 1、在大量閱讀消化文獻和賴氨酸發(fā)酵實驗的基礎上，依據(jù)實際發(fā)酵過程微生

3、物生長代謝曲線，分別建立了徑向基神經網絡軟測量模型和基于標準支持向量機的軟測量模型。對賴氨酸發(fā)酵過程中的參數(shù)(生物量、糖濃度、產酸濃度)進行預測估計，并對兩種模型的性能進行了研究和比較。 2、對軟測量輔助變量的選取和數(shù)據(jù)的預處理方法進行了研究，采用一致相關度分析法確定輔助變量，并且用聚類方法對原始數(shù)據(jù)進行處理。 3、在標準支持向量機的基礎上，對原有算法進行了改進，分別建立最小二乘支持向量機軟測量模型和魯棒最小二乘支持向量