基于支持向量機的生物發(fā)酵軟測量技術(shù)研究.pdf

1、微生物發(fā)酵工程是生物工程和現(xiàn)代生物技術(shù)的產(chǎn)業(yè)化基礎(chǔ)。生物量濃度是發(fā)酵過程的重要參數(shù)，直接反映著生物發(fā)酵過程的狀態(tài)，影響著發(fā)酵產(chǎn)物的質(zhì)量和產(chǎn)量。為了對發(fā)酵過程進行有效控制，迫切需要實現(xiàn)發(fā)酵過程中代謝產(chǎn)物濃度的在線測量。
　　 受到生物傳感器技術(shù)的限制，生物量濃度難以用常規(guī)的傳感器測量。專用傳感器存在著價格昂貴和維護費用高的缺點使其應(yīng)用具有很大的局限性。隨著計算機技術(shù)的發(fā)展，利用在線可測輔助變量估計在線不可測變量或難以測量變量的軟測

2、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)和支持向量機等方法已經(jīng)被諸多學者應(yīng)用于微生物發(fā)酵過程的軟測量建模中。支持向量機理論以其樣本需求量小、預(yù)測精度高和泛化能力強的優(yōu)勢在眾多方法中脫穎而出，受到廣泛關(guān)注。
　　 本文在簡要分析了支持向量機回歸建模理論的基礎(chǔ)上，結(jié)合紅霉素發(fā)酵過程，針對基于支持向量機的生物發(fā)酵過程軟測量優(yōu)化建模進行深入的討論。研究了基于遺傳模擬退火算法和赤池信息

3、準則的優(yōu)化建模方法進而確立支持向量機最優(yōu)模型，即選擇微生物發(fā)酵過程中在線可測的重要輔助變量作為軟測量模型的輸入并同時確定支持向量機軟測量模型的關(guān)鍵參數(shù)；針對支持向量機回歸訓(xùn)練的本質(zhì)，即一個二次規(guī)劃問題，研究了基于具有快速收斂性能粒子群算法解決該二次規(guī)劃問題，從而確定支持向量機回歸訓(xùn)練中的支持向量和支持向量權(quán)值，提高了收斂速度，使復(fù)雜的算法理論易于工業(yè)實現(xiàn)。實驗仿真結(jié)果表明：所提優(yōu)化方法使基于支持向量機的軟測量建模理論在微生物發(fā)酵過程中得