基于支持向量機的發(fā)酵過程菌體濃度軟測量研究.pdf

1、菌體濃度直接反映發(fā)酵過程中微生物生長情況，是發(fā)酵進程的主要標志，對發(fā)酵產(chǎn)物品質(zhì)好壞起決定性作用。限于生物傳感器水平，菌體濃度難以在線實時檢測。根據(jù)發(fā)酵過程表征菌體生長情況的關(guān)鍵變量，建立精確的菌體濃度軟測量模型，從而能夠?qū)崟r監(jiān)測發(fā)酵過程，優(yōu)化發(fā)酵工藝。支持向量機(Support Vector Machine，SVM)基于統(tǒng)計學習理論，擅長小樣本學習。本文以畢氏酵母菌發(fā)酵過程為研究對象，采用SVM進行菌體濃度軟測量。
　　發(fā)酵過程機

2、理復雜、生產(chǎn)周期長、樣本數(shù)據(jù)難以采集，本文首先分析畢氏酵母菌發(fā)酵工藝過程，找到影響菌體濃度的關(guān)鍵變量。分別采用SVM和BP神經(jīng)網(wǎng)絡兩種方法進行菌體濃度軟測量。通過MATLAB仿真分析，比較在小樣本情況下，兩者的預測性能。針對SVM參數(shù)選擇問題，在遺傳算法基礎上，結(jié)合激素調(diào)節(jié)機制，采用改進遺傳算法優(yōu)化SVM參數(shù)，通過仿真分析，對比標準遺傳算法，在收斂速度、尋優(yōu)效果上的不同。發(fā)酵過程復雜多變，微生物生長過程中各階段特點顯著，對發(fā)酵過程分階段