| 分阶段建立发酵过程模型的方法的研究和应用 |
| 高学金[1] 王普[1] 孙崇正[1] 易建强[2] 张亚庭[1] 张会清[1] |
| 关键词：支持向量机 自组织特征映射 动态ε-SVM 青霉素发酵 建模 |
| 主要内容：为了建立精确的微生物发酵过程数学模型,在标准回归型支持向量机（SVM）的基础上提出了动态ε-SVM方法,即不同样本使用不同的ε。进而,提出了将自组织特征映射聚类（SOFM）和动态ε-SVM回归相结合的建模方法。该方法首先利用SOFM神经网络对样本进行聚类,达到划分发酵阶段和建立局部模型的目的,然后应用动态ε-SVM方法对各类样本进行回归建模。实验结果表明,使用该方法建立的青霉素发酵过程模型具有较高的拟合和泛化能力。经过比较,该方法建立的模型比其它SVM方法建立的模型具有较强的泛化能力。 |
| 《系统仿真学报》 2007,19(11).-2574-2577,2598 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号