排序方式: 共有96条查询结果,搜索用时 31 毫秒
81.
82.
83.
支持向量机是一种新的机器学习算法,它采用结构风险最小化准则,能有效提高模型的泛化能力.本文针对生物转化法生产丁二酸发酵过程机理复杂、高度非线性、生物参数难以实时在线测量等特点,介绍了支持向量机回归建模算法在Matlab软件中的实现过程,对产物丁二酸浓度建立了预测模型,研究了SVM的小样本学习、泛化能力.仿真结果表明,与神经网络相比,SVM算法具有更好的推广能力,使得在未来工业化丁二酸发酵生产过程中针对丁二酸浓度的在线预估与优化控制成为可能. 相似文献
84.
丁二酸发酵过程的软测量建模研究 总被引:3,自引:1,他引:2
生物转化法生产丁二酸的间歇厌氧发酵过程存在明显的不确定性和高度非线性,其中某些参数(如丁二酸浓度)难以在线检测,给过程优化策略的有效实施带来了障碍.最小二乘支持向量机(LS-SVM)是标准支持向量机(SVM)的一种扩展,遵循结构风险最小化原则.将该算法用于丁二酸发酵过程建模.用具有RBF核函数的LS-SVM建立丁二酸浓度的模型,并通过MATLAB 7.0开发工具和径向基(RBF)人工神经网络的建模方法进行比较.结果表明LS-SVM方法比基于RBF神经网络的软测量建模方法降低了83.7%的外推误差,具有更好的泛化能力,使针对丁二酸浓度的在线预估与优化控制成为可能. 相似文献
85.
86.
87.
88.
89.
针对丁二烯生产装置精馏塔塔顶控制回路不能实时测量丁二烯-1,3的问题,提出了基于软测量技术的先进控制方案。利用从集散控制系统采集的大量现场数据,运用基于多元线性回归方法的软测量建模技术,建立了塔顶丁二烯-1,3产品纯度的软测量模型,并基于此对控制回路进行改造,设计了推断控制方案。通过DeltaVDCS系统自带的CL语言编写软仪表程序,并在控制策略组态环境Control Stud io中实现控制回路的改造。现场运行结果表明,控制系统能够有效地解决精馏塔产品质量不能在线实时检测和直接质量闭环控制的问题,实现了丁二烯-1,3产品纯度的闭环控制,显著改善了控制效果。 相似文献
90.
<正> 由陕西省宝鸡磷肥厂杨波高级工程师研究开发的以硫磷混酸分解磷矿粉制造富过磷酸钙已获成功。产品经陕西省化工产品质量 相似文献