基于粒子群和支持向量机为青霉素发酵建模

被引：5

作者：

徐进荣

潘丰

机构：

[1] 江南大学通信与控制工程学院

来源：

计算机与应用化学 | 2007年 / 11期

基金：

国家高技术研究发展计划(863计划);

关键词：

支持向量机; 粒子群; 参数选择; 青霉素;

D O I：

10.16866/j.com.app.chem2007.11.004

中图分类号：

TQ465.1 [青霉素及其衍生物];

学科分类号：

100705 ;

摘要：

针对支持向量机发酵建模中,选择重要建模参数值的问题,提出利用全局搜索能力较强的粒子群优化算法,优化调整支持向量机建模过程中的重要参数,每一个粒子的位置向量对应一组支持向量机建模的参数。参数不断优化后,得到拟合预测效果较优的模型,预测青霉素发酵过程。仿真结果表明,该方法能使模型的预测效果较好。

引用

页码：1458 / 1460

页数：3

共 5 条

[1] 基于量子粒子群算法的芳香族化合物色谱分离条件的优化 [J].

熊伟丽 ;

徐保国 ;

蔡宇杰 .

计算机与应用化学, 2006, (12) :1315-1318

[2] 发酵过程的建模与优化方法研究 [J].

潘丰 ;

李海波 ;

吕光帅 .

计算机与应用化学, 2006, (11) :1112-1116

[3] 支持向量机在工业过程中的应用 [J].

陈文杰 ;

王晶 .

计算机与应用化学, 2005, (03) :195-200

[4] 关于统计学习理论与支持向量机 [J].

张学工 .

自动化学报, 2000, (01) :36-46

[5]

Recent approaches to global optimization problems through Particle Swarm Optimization.[J] . K.E. Parsopoulos,M.N. Vrahatis. Natural Computing . 2002 (2-3)

← 1 →