基于FCM与集成高斯过程回归的赖氨酸发酵软测量

被引：9

作者：

嵇小辅

张翔

机构：

[1] 江苏大学电气信息工程学院

来源：

智能系统学报 | 2015年 / 10卷 / 01期

关键词：

高斯过程回归(GPR); 模糊C均值聚类(FCM); Adaboost算法; L-赖氨酸; 软测量; 欧氏距离; 隶属度; 加权求和;

D O I：

暂无

中图分类号：

TP274 [数据处理、数据处理系统];

学科分类号：

0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

为解决赖氨酸发酵过程中菌体浓度难以在线检测的难题,提出一种基于模糊C均值聚类(FCM)与集成高斯过程回归(GPR)的软测量建模方法。针对典型生物发酵过程可分为延滞期、指数生长期、稳定期、死亡期4个反应周期的特点,采用模糊C均值聚类算法对样本集进行聚类分析以形成若干子样本集;对每个子样本集分别采用高斯过程回归训练时,为提高GPR模型的泛化能力,利用Adaboost算法提升GPR模型,分别在各子集建立集成GPR软测量子模型;采用欧氏距离计算新样本点对应于每一子模型的隶属度;加权求和获得最终的软测量模型的预测输出。基于氨基酸类典型菌种L-赖氨酸反应过程菌体浓度参数预测的试验研究表明:与全局单一GPR模型、集成GPR模型和基于FCM与多GPR模型相比,所建立的基于FCM与集成GPR软测量模型拟合精度高,泛化能力强,较好地满足了赖氨酸发酵过程的控制要求。

引用

页码：156 / 162

页数：7

共 14 条

[1] AdaBoost算法研究进展与展望 [J].

曹莹 ;

苗启广 ;

刘家辰 ;

高琳 .

自动化学报, 2013, 39 (06) :745-758

[2] 基于高斯过程回归的短期风速预测 [J].

孙斌 ;

姚海涛 ;

刘婷 .

中国电机工程学报, 2012, 32 (29) :104-109+5

[3] 基于PSO-SVM逆的赖氨酸发酵过程软测量 [J].

王博 ;

孙玉坤 ;

嵇小辅 ;

黄永红 ;

黄丽 .

化工学报, 2012, 63 (09) :3000-3007

[4] 基于核的模糊c均值聚类算法的收敛性定理 [J].

曲福恒 ;

胡雅婷 ;

马驷良 ;

苑丽红 ;

孙爽滋 .

吉林大学学报(理学版), 2011, 49 (06) :1079-1086

[5] 基于tPSO-BPNN的赖氨酸发酵软测量 [J].

黄丽 ;

孙玉坤 ;

嵇小辅 ;

黄永红 ;

王博 .

仪器仪表学报, 2010, 31 (10) :2317-2321

[6] 赖氨酸发酵过程关键参数的模糊神经网络逆软测量研究 [J].

黄永红 ;

孙玉坤 ;

王博 ;

朱湘临 ;

夏成林 .

仪器仪表学报, 2010, 31 (04) :862-867

[7] 基于聚类动态LS-SVM的L-赖氨酸发酵过程软测量方法 [J].

孙玉坤 ;

王博 ;

黄永红 ;

嵇小辅 .

仪器仪表学报, 2010, 31 (02) :404-409

[8] 基于模糊c均值聚类的多模型软测量建模 [J].

仲蔚 ;

俞金寿 .

华东理工大学学报, 2000, (01) :83-87

[9] A fuzzy c-means based hybrid evolutionary approach to the clustering of supply chain [J].

Yin, Xiao Feng ;

Khoo, Li Pheng ;

Chong, Yih Tng .

COMPUTERS & INDUSTRIAL ENGINEERING, 2013, 66 (04) :768-780

[10]

A powerful hybrid clustering method based on modified stem cells and Fuzzy C-means algorithms[J] . Mohammad Taherdangkoo,Mohammad Hadi Bagheri. Engineering Applications of Artificial Intelligence . 2013 (5-6)

← 1 2 →