基于最小二乘支持向量机的微生物发酵过程软测量研究.docx

基于最小二乘支持向量机的微生物发酵过程软测量研究

1.74万字 33页 原创作品，独家提交，已通过查重系统


摘要 微生物发酵工程是生物工程和现代生物技术及其产业化的基础。生物量是发酵过程中重要的过程参数，直接影响着发酵过程的控制和优化，以及发酵产物的质量和产量。为了对发酵过程进行有效的优化控制，使先进的控制算法与策略得以实际应用，迫切需要对生物量参数进行在线检测。
受到生物传感器技术的限制生物量浓度难以用常规的传感器测量。专用传感器存在着价格昂贵和维护费用高的缺点使其应用具有很大的局限性。随着计算机技术的发展利用在线可测辅助变量估计在线不可测变量或难以测量变量的软测量方法在微生物发酵过程中得到应用。近几年来诸如机理建模、卡尔曼滤波器、多元回归、人工神经网络和支持向量机等方法已经被诸多学者应用于微生物发酵过程的软测量建模中。支持向量机理论以其样本需求量小、预测精度高和泛化能力强的优势在众多方法中脱颖而出受到广泛关注。
本文在简要分析最小二乘支持向量机回归建模理论基础上，以青霉素为研究对象，通过最小二乘支持向量机方法建立软测量模型，并对产物浓度、菌体浓度、底物浓度这三个重要生物参数进行预测。
仿真应用表明: 基于最小二乘支持向量机的软测量模型能够较准确估计出青霉素发酵过程生物量的参数，实现生物量的在线检测。在小样本训练集的情况下，具有更好的推广能力和预测能力。而且，所建的模型具有较强的泛化能力，为发酵过程优化控制提供了前提条件。


关键词:最小二乘支持向量机 软测量建模 青霉素发酵