最小二乘支持向量机广义预测控制算法及在发酵过程控制中的应用
发酵过程是一个复杂的时变、非线性、多变量生化过程， 传统的补料分批控制方式难以满足发酵过程最优控制需求。 提出一种基于广义预测控制(GPC)算法的新型控制方法， 该方法以GPC算法为控制策略， 首先通过最小二乘支持向量机(LS-SVM)并结合GPC算法建立预测模型并预测系统输出值； 其次运用粒子群(PSO)算法实现预测控制的滚动优化，获得发酵系统控制量； 然后将这种控制方法用于赖氨酸发酵过程基质浓度的控制中。 仿真结果表明，基于PSO滚动优化的LS-SVM广义预测控制响应速度快，预测能力强，模型精度高，具有良好的控制效果。
发酵过程 预测控制算法 最小二乘法 支持向量机
黄丽 嵇小辅 孙玉坤 王兆华
江苏大学电气信息工程学院,江苏镇江 212013 江苏大学电气信息工程学院,江苏镇江 212013 南京工程学院, 江苏南京 211167 江苏大学管理学院,江苏镇江 212013
国内会议
厦门
中文
1-4
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）