基于支持向量機(jī)的發(fā)酵過程菌體濃度軟測(cè)量研究.pdf

1、菌體濃度直接反映發(fā)酵過程中微生物生長(zhǎng)情況，是發(fā)酵進(jìn)程的主要標(biāo)志，對(duì)發(fā)酵產(chǎn)物品質(zhì)好壞起決定性作用。限于生物傳感器水平，菌體濃度難以在線實(shí)時(shí)檢測(cè)。根據(jù)發(fā)酵過程表征菌體生長(zhǎng)情況的關(guān)鍵變量，建立精確的菌體濃度軟測(cè)量模型，從而能夠?qū)崟r(shí)監(jiān)測(cè)發(fā)酵過程，優(yōu)化發(fā)酵工藝。支持向量機(jī)(Support Vector Machine，SVM)基于統(tǒng)計(jì)學(xué)習(xí)理論，擅長(zhǎng)小樣本學(xué)習(xí)。本文以畢氏酵母菌發(fā)酵過程為研究對(duì)象，采用SVM進(jìn)行菌體濃度軟測(cè)量。
　　發(fā)酵過程機(jī)

2、理復(fù)雜、生產(chǎn)周期長(zhǎng)、樣本數(shù)據(jù)難以采集，本文首先分析畢氏酵母菌發(fā)酵工藝過程，找到影響菌體濃度的關(guān)鍵變量。分別采用SVM和BP神經(jīng)網(wǎng)絡(luò)兩種方法進(jìn)行菌體濃度軟測(cè)量。通過MATLAB仿真分析，比較在小樣本情況下，兩者的預(yù)測(cè)性能。針對(duì)SVM參數(shù)選擇問題，在遺傳算法基礎(chǔ)上，結(jié)合激素調(diào)節(jié)機(jī)制，采用改進(jìn)遺傳算法優(yōu)化SVM參數(shù)，通過仿真分析，對(duì)比標(biāo)準(zhǔn)遺傳算法，在收斂速度、尋優(yōu)效果上的不同。發(fā)酵過程復(fù)雜多變，微生物生長(zhǎng)過程中各階段特點(diǎn)顯著，對(duì)發(fā)酵過程分階段