排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
针对生物转化法制备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,采用基于结构风险最小化的支持向量机对发酵过程建模.与神经网络方法相比,所建模型的预测效果更好.同时采用粒子群算法对支持向量机模型中 相似文献
2.
加快新型城镇化建设,对于促进城乡统筹发展、带动县域经济又好又快发展具有重要意义。近期,我们采取实地调查、走访、召开座谈会等形式,对桃花江镇新型城镇化建设情况进行了深入调研,并结合本地实际作了初步探讨。 相似文献
3.
4.
加快新型城镇化建设,对于促进城乡统筹发展、带动县域经济又好又快发展具有重要意义。近期,我们采取实地调查、走访、召开座谈会等形式,对桃花江镇新型城镇化建设情况进行了深入调研,并结合本地实际作了初步探讨。 相似文献
5.
基于PSO的丁二酸发酵动力学模型参数优化 总被引:1,自引:1,他引:0
丁二酸是一种重要的化工原料,对丁二酸发酵过程进行模型化研究可以为工艺放大提供必要的基础数据。根据丁二酸发酵过程的实验数据,在已有的丁二酸发酵动力学模型的基础上,采用粒子群优化算法进行模型参数优化研究,求得最优参数并利用其进行过程仿真。结果表明优化后的模型能够更好地模拟丁二酸分批发酵过程。和采用遗传算法进行的研究结果相比,粒子群算法提高了模型计算值与实验测量值的拟合程度,且算法简单,易于实现。 相似文献
6.
7.
城市设计理念及方式直接受城市设计语汇和建筑设计语汇的影响。不同的语境、语言模式能够从多个角度直观地观察事物。语言模式也是建筑语言模式当中最为稳固的结构要素,进而形成了具有一定内在逻辑的语言体系。 相似文献
8.
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
1