手机知网 App
24小时专家级知识服务
打 开
一般化学工业
基于PSO-SVR的发酵过程状态预估模型
针对发酵过程中生物参数难以实时在线测量的问题,建立了用于生物参数状态预估的支持向量机软测量模型。考虑到该支持向量回归(SVR)模型的复杂性和冷化特征取决于其三个参数,εc,γ能否取到最优值,采用粒子群优化(PSO)算法实现对参数,εc,γ的同时寻优。在此基础上,以饲料用β-甘露聚糖酶为对象,建立了基于PSO-SVR的发酵过程产物浓度状态预估模型。发酵罐控制结果表明:该模型具有很好的学习精度和泛化能力,可实现对β-甘露聚糖酶产物浓度的实时在线预估。
手机阅读本文
下载APP 手机查看本文
南京理工大学学报(自然科学版)
2008年04期
相似文献
图书推荐
相关工具书

搜 索