基于支持向量机的生物发酵过程软测量建模.pdfVIP

第 卷第 期 东 北 大 学 学 报 （ 自 然 科 学 版 ） ， 2 6 1 1 Vol .26 No. 11 年 月 （ ） 2 0 0 5 11 Journal of Northeastern university Natural Science Nov . 2 0 0 5 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 文章编号： （ ） 1005-3026 2005 11-1025-04 基于支持向量机的生物 发酵过程软测量建模 ， 1 2 2 2 2 常玉清 ，王福利 ，王小刚 ，吕 哲 （ 东北大学 教育部暨辽宁省流程工业综合自动化重点实验室，辽宁 沈阳 ； 1 . 110004 2 . 东北大学 信息科学与工程学院，辽宁 沈阳 110004 ） 摘 要：针对最小二乘向量机的缺陷，提出了一种改进的最小二乘支持向量机回归方法 根 · 据输入变量和样本点间欧氏距离的大小，去除回归模型中大部分的样本点，从而获得回归模型的 “稀疏”特性，大大提高计算速度 同时，将这一方法应用于生物发酵过程，建立了青霉素发酵过程 · 中产物浓度的软测量模型，实现了青霉素浓度的在线预估 仿真结果表明，这一方法为生物发酵过 · 程中难于在线测量质量参数的实时监测提供了一个有效的手段· 关 键 词：软测量；最小二乘支持向量机；建模；生物发酵；青霉素浓度 中图分类号：TP 274 文献标识码：A 在化工过程中，一些重要的质量参数往往由 如菌体浓度、产物浓度及基质浓度等，是使产品质 于种种原因无法在线检测，这就给保证生产过程 量得到充分保证的基础 然而，由于生物传感器的 · 的可靠性及产品质量等带来了一定的困难 软测 缺乏，这些变量很难在线测量 软测量技术是解决 · · ［ ］ 量技术是一种解决上述问题的有效方法1!3 上述问题的有效途径 其核心问题就是建立主变 · · 支持向量机方法是近几年发展起来的机器学 量（预估变量）和与其密切相关、并可在线测量的 习新方法，它较好地解决了小样本、非线性、高维 辅助变量之间的关系模型，以实现对主变量的最 数、局部极小等实际问题，具有很强的泛化能 佳预估 本文将利用软测量方法实现青霉素发酵