

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、由于測量手段的限制,對于發(fā)酵過程中的菌體濃度與產(chǎn)物濃度等變量很難實現(xiàn)在線測量,導致了發(fā)酵過程的優(yōu)化控制很難實現(xiàn)。通過建立回歸預測模型利用輸入條件及其他易測變量進行菌體濃度與產(chǎn)物濃度實時預測是解決這一問題的有效手段。
微生物發(fā)酵具有高度非線性與復雜性,由于發(fā)酵機理復雜很難利用動力學原理建立發(fā)酵機理模型,而利用樣本數(shù)據(jù)建立黑箱經(jīng)驗模型是現(xiàn)在主流的發(fā)酵過程建模方式。高斯過程(Gauss Process,GP)模型是近幾年興起的一種非
2、參數(shù)概率模型,將其用于小樣本回歸預測中具有參數(shù)少,預測精度高的優(yōu)點。本文將其應用于發(fā)酵過程建模中主要存在兩個問題:1、GP模型建模中需要求解矩陣的逆運算,當樣本數(shù)量較多時訓練時間過長且泛化能力受到影響,對于發(fā)酵周期較長的發(fā)酵過程建模中,模型預測效果不理想;2、發(fā)酵過程具有明顯的階段性特征,不同的階段體現(xiàn)不同的特征,采用單一的全局模型通常很難獲得較好的預測精度,尤其是在階段分界處預測誤差較大。
本文針對第一個問題提出一種基于樣本
3、稀疏化的GP模型建模方法,首先利用AP聚類算法依據(jù)相似性原理將樣本分為若干類,對每個類別中的樣本按照密度指標依次選出有效樣本,從而達到樣本稀疏化的目的。這種樣本稀疏化方法既能保證樣本的多樣性,避免樣本過于集中,也能確保密度較高處的樣本不會全部被剔除。利用Pensim平臺生成的青霉素發(fā)酵數(shù)據(jù)進行建模驗證,證明基于樣本稀疏化的GP模型相比于完全樣本訓練的GP模型訓練時間明顯縮短,對于測試樣本的預測精度也有所提高。針對第二個問題,采用一種分階
4、段的建模方法,先將樣本按照階段特性劃分為若干階段,對每個階段樣本分別建立局部GP模型,對于樣本的階段劃分本文采用一種半監(jiān)督的FCM聚類算法,將階段特性明確樣本選為標記樣本,用來對聚類過程進行引導,這種方法有利于提高聚類速度和準確度,聚類完成后采用一種軟化分策略劃分階段。當局部GP模型建立后利用其對未知樣本進行預測時,首先進行樣本的階段識別,然后采用一種切換與加權相組合的策略進行預測。將分階段的GP模型建模方法應用于Pensim生成的青霉
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MPCA-GP的發(fā)酵過程分階段軟測量建模方法研究.pdf
- 基于分階段的LSSVM發(fā)酵過程建模.pdf
- 發(fā)酵過程分階段建模與補料優(yōu)化研究.pdf
- 智能優(yōu)化算法在發(fā)酵過程建模中的應用研究.pdf
- 改進GP在電路建模中的應用研究.pdf
- 模型移植及其在浸出過程建模中的應用研究.pdf
- 實物期權方法在風險投資分階段投資決策中的應用研究.pdf
- 專家系統(tǒng)在發(fā)酵過程生物量軟測量建模中的應用研究.pdf
- 元建模在模型驅動架構中的應用研究.pdf
- 智能控制理論在發(fā)酵過程中的應用研究.pdf
- 分階段K鄰居方法在無線局域網(wǎng)的入侵檢測中的應用研究.pdf
- 諾西肽分階段補料分批發(fā)酵過程優(yōu)化研究.pdf
- 多模型軟測量建模方法研究及其在生物發(fā)酵過程中的應用.pdf
- 分階段K鄰居方法在無線局域網(wǎng)的入侵檢測系統(tǒng)中的應用研究.pdf
- 智能計算方法及其在發(fā)酵過程中的應用研究.pdf
- 分階段施工橋梁無應力狀態(tài)控制法的應用研究.pdf
- 高斯過程模型及其在工業(yè)過程軟測量中的應用研究.pdf
- 工業(yè)生物發(fā)酵過程在線檢測、建模、控制方法與應用研究.pdf
- 軟測量技術在釀酒發(fā)酵過程的應用研究.pdf
- 基于神經(jīng)網(wǎng)絡的混合建模在發(fā)酵過程中的研究與應用.pdf
評論
0/150
提交評論