基于支持向量機(jī)的微生物發(fā)酵過(guò)程軟測(cè)量方法研究.pdf

1、隨著生物技術(shù)的發(fā)展，由發(fā)酵工程提供的產(chǎn)品日漸豐富，微生物發(fā)酵工程在國(guó)民經(jīng)濟(jì)和社會(huì)生活中的地位越來(lái)越重要。為提高發(fā)酵過(guò)程的產(chǎn)品得率和產(chǎn)品質(zhì)量，獲得較好的經(jīng)濟(jì)效益，需要對(duì)發(fā)酵過(guò)程進(jìn)行優(yōu)化控制。但是由于發(fā)酵過(guò)程復(fù)雜的生化特性，發(fā)酵過(guò)程的許多重要特征參數(shù)(如菌體細(xì)胞濃度、基質(zhì)中葡萄糖濃度、生成產(chǎn)物濃度等)還不能夠很好的在線實(shí)時(shí)測(cè)量，給發(fā)酵過(guò)程優(yōu)化控帶來(lái)了困難，使得先進(jìn)的控制算法和控制策略難以在發(fā)酵工業(yè)現(xiàn)場(chǎng)有效應(yīng)用。本文以北京棒桿菌培養(yǎng)產(chǎn)生賴氨酸

2、發(fā)酵過(guò)程為研究對(duì)象，采用支持向量機(jī)回歸算法建立軟測(cè)量模型，對(duì)發(fā)酵過(guò)程中的三個(gè)重要變量進(jìn)行預(yù)測(cè)。支持向量機(jī)有嚴(yán)格的理論基礎(chǔ)，通過(guò)結(jié)構(gòu)風(fēng)險(xiǎn)最小原則和推廣性的界的實(shí)現(xiàn)，可實(shí)現(xiàn)數(shù)據(jù)樣本空間的唯一全局尋優(yōu)。實(shí)驗(yàn)和仿真結(jié)果表明，軟測(cè)量模型能夠較準(zhǔn)確的輸出估計(jì)值，在小樣本訓(xùn)練集的情況下，具有更好的推廣能力和預(yù)測(cè)能力，為發(fā)酵過(guò)程優(yōu)化控制提供了前提條件。本文所做的具體研究如下： 1、在大量閱讀消化文獻(xiàn)和賴氨酸發(fā)酵實(shí)驗(yàn)的基礎(chǔ)上，依據(jù)實(shí)際發(fā)酵過(guò)程微生

3、物生長(zhǎng)代謝曲線，分別建立了徑向基神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型和基于標(biāo)準(zhǔn)支持向量機(jī)的軟測(cè)量模型。對(duì)賴氨酸發(fā)酵過(guò)程中的參數(shù)(生物量、糖濃度、產(chǎn)酸濃度)進(jìn)行預(yù)測(cè)估計(jì)，并對(duì)兩種模型的性能進(jìn)行了研究和比較。 2、對(duì)軟測(cè)量輔助變量的選取和數(shù)據(jù)的預(yù)處理方法進(jìn)行了研究，采用一致相關(guān)度分析法確定輔助變量，并且用聚類方法對(duì)原始數(shù)據(jù)進(jìn)行處理。 3、在標(biāo)準(zhǔn)支持向量機(jī)的基礎(chǔ)上，對(duì)原有算法進(jìn)行了改進(jìn)，分別建立最小二乘支持向量機(jī)軟測(cè)量模型和魯棒最小二乘支持向量