基于SVM的微生物发酵过程软测量建模研究

被引：21

作者：

刘国海

周大为

徐海霞

梅从立

机构：

[1] 江苏大学电气信息工程学院

来源：

仪器仪表学报 | 2009年 / 30卷 / 06期

关键词：

软测量; 支持向量机; 遗传模拟退火算法; 赤池信息准则;

D O I：

10.19650/j.cnki.cjsi.2009.06.021

中图分类号：

TP274.4 [];

学科分类号：

摘要：

微生物发酵过程中支持向量机(SVM)软测量模型的预测精度主要取决于SVM参数和输入变量优化选择。提出了一种新的SVM参数选择与输入变量选取方法,将SVM参数的选择和输入变量的选取看作组合优化问题,构造了基于赤池信息准则(AIC)的组合优化目标函数。为提高优化效率,采用遗传模拟退火算法(GSAA)来搜索最优的目标函数值。通过与网格算法、遗传算法等方法对比仿真研究表明,所提SVM微生物发酵过程软测量建模方法在微生物发酵过程的软测量建模中具有优良的性能。

引用

页码：1228 / 1232

页数：5

共 6 条

[1]

Development of support vector regression (SVR)-based correlation for prediction of overall gas hold-up in bubble column reactors for various gas–liquid systems.[J].Ankit B. Gandhi;Jyeshtharaj B. Joshi;Valadi K. Jayaraman;Bhaskar D. Kulkarni.Chemical Engineering Science.2007, 24

[2] 基于混合遗传算法的支持向量机参数选择 [J].