基于动态ε-SVM的发酵过程建模

被引：6

作者：

高学金 ^{[1
]}

王普 ^{[1
]}

孙崇正 ^{[1
]}

易建强 ^{[2
]}

张亚庭 ^{[1
]}

张会清 ^{[1
]}

机构：

[1] 北京工业大学电子信息与控制工程学院

[2] 中国科学院复杂系统与智能科学重点实验室

来源：

关键词：

支持向量机; 动态-SVM; 青霉素发酵; 建模;

D O I：

10.19650/j.cnki.cjsi.2006.11.032

中图分类号：

TP391.9 [计算机仿真];

学科分类号：

080203 ;

摘要：

针对支持向量机(SVM)所有训练样本都使用相同的不敏感系数这一不足,本文提出了动态-SVM建模方法,并采用此方法建立了青霉素效价预估模型,此模型具有良好的拟合和泛化能力。通过实验分析了动态-SVM参数调整对模型性能的影响,并且由现场数据建立的模型发现,动态-SVM建模方法优于标准SVM建模方法。

引用

页码：1497 / 1500

页数：4

共 5 条

[1] 基于LS-SVM的非线性预测控制技术 [J].

王宇红 ;

黄德先 ;

高东杰 ;

金以慧 ;

不详 .

[2] 关于统计学习理论与支持向量机 [J].

张学工 .

T. Becker ;

T. Enders ;

A. Delgado .

Bioprocess and Biosystems Engineering, 2002, 24 :347-354

[4]

(美)VladimirN.Vapnik著,张学工译.统计学习理论的本质[M].北京:清华大学出版社,2000

[5]

王树青,元英进编著.生化过程自动化技术[M].北京:化学工业出版社,1999