基于支持向量机的发酵过程建模研究
发酵过程有众多关键性的变量难以在线检测,给过程优化策略的有效实施带来了障碍.最小二乘支持向量机(LS-SVM)是标准支持向量机(SVM)的一种扩展,LS-SVM算法精度高,速度快,适合于在线预估.将该算法用于青霉素发酵过程建模,用具有RBF核函数的LS-SVM建立菌体浓度、青霉素浓度的模型,并通过仿真实验与标准支持向量机进行比较.结果表明,最小二乘支持向量机是青霉素发酵过程建模与控制的一种有效的方法.
青霉素 发酵过程 支持向量机 自动控制
张本法 杨赛楠 潘丰
江南大学,控制科学与工程研究中心,江苏,无锡,214122
国内会议
江苏无锡
中文
317-319
2006-07-31(万方平台首次上网日期,不代表论文的发表时间)