| 基于Bayesian的海洋脂肪酶发酵过程软测量建模 |
| |
| 引用本文： | 朱湘临,岳海东,孙谧. 基于Bayesian的海洋脂肪酶发酵过程软测量建模[J]. 测控技术, 2015, 34(11): 127-129. DOI: 10.3969/j.issn.1000-8829.2015.11.033 |
| |
| 作者姓名： | 朱湘临 岳海东 孙谧 |
| |
| 作者单位： | 1. 江苏大学电气信息工程学院,江苏镇江,212013;2. 中国水产科学研究院黄海水产研究所,山东青岛,266071 |
| |
| 基金项目： | 国家“863”计划项目（2011AA09070301）; 吉林省重大科技攻关专项（20140203005SF） |
| |
| 摘 要： | 针对海洋微生物低温碱性脂肪酶发酵过程中的关键生物参数(如菌体浓度、葡萄糖浓度等)难以在线检测,提出了一种基于贝叶斯证据框架下的加权最小二乘支持向量机(WLS-SVM)的建模方法.首先,对生物参数进行非线性建模分析,确定软测量模型的辅助变量.然后,应用训练样本集对最小二乘支持向量机进行训练,训练过程中运用贝叶斯证据框架下的三层推断确定模型的最优权向量、最优正则化参数、最优核参数.为了提高模型的鲁棒性,根据误差变量确定权重系数,建立了在发酵过程中可准确预测生物参数的WLS-SVM模型.试验仿真中与传统最小二乘支持向量机模型进行对比,结果表明,基于贝叶斯证据框架下的加权最小二乘支持向量机模型具有计算速度快、泛化能力强、预测精度高等特点.
|
| 关 键 词： | 脂肪酶 软测量模型 加权 最小二乘支持向量机 贝叶斯 |
Soft Sensor Modeling of Marine Lipase Fermentation Process Based on Bayesian |
| |
| Abstract: | |
| |
| Keywords: | lipase soft sensor model weighted least squares support vector machine Bayesian |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《测控技术》浏览原始摘要信息 |
|
点击此处可从《测控技术》下载全文 |
|
