排序方式: 共有17条查询结果,搜索用时 15 毫秒
11.
针对发酵过程中生物参数难以实时在线测量的问题,建立了用于生物参数状态预估的支持向量机软测量模型。考虑到该支持向量回归(SVR)模型的复杂性和冷化特征取决于其三个参数ε,c,γ能否取到最优值,采用粒子群优化(PSO)算法实现对参数ε,c,γ的同时寻优。在此基础上,以饲料用β-甘露聚糖酶为对象,建立了基于PSO-SVR的发酵过程产物浓度状态预估模型。发酵罐控制结果表明:该模型具有很好的学习精度和泛化能力,可实现对β-甘露聚糖酶产物浓度的实时在线预估。 相似文献
12.
13.
利用RBF神经网络在训练算法和广义预测控制算法进行了Wiener型非线性模型预测控制的研究,仿真表明这种做法是可行的。 相似文献
14.
青霉素发酵过程具有不确定性和多阶段等特点,不同批次发酵过程间存在工况差异,过程数据的分布不一定相同,使传统软测量模型性能下降。结合迁移学习策略和高斯混合模型,提出一种基于迁移成分分析的多模型集成软测量建模方法。该方法使用迁移成分分析求解样本间共享特征映射矩阵,适配建模过程数据与待测数据的边缘概率分布;并基于高斯混合模型对建模数据进行聚类划分,与偏最小二乘算法结合建立子模型的集成模型,完成对主导变量的预测。基于青霉素平台数据的仿真结果表明,所提方法不仅能够有效提高青霉素发酵过程软测量模型的精度,而且适应于变工况下青霉素浓度的预测。 相似文献
15.
16.
针对传统多块故障监测方法建模时,一般仅考虑到过程局部信息的问题,提出一种分层信息提取的多块主元分析(Principal component analysis,PCA)故障监测方法。第一层考虑过程变量之间的互信息,对过程变量进行分块,提取过程局部信息;第二层对每个变量块进一步提取累计误差和二阶差分等特征信息,结合观测值信息共同将每个变量块扩展为3个信息子块;对每个信息子块采用PCA方法进行监测,并基于贝叶斯方法融合所有信息子块的监测结果。所提方法的有效性和性能在田纳西-伊斯曼(Tennessee-Eastman,TE)过程监控中进行了验证和分析。 相似文献
17.
介绍了Delphi串行通信的几种可行方法,详细阐述了Mscomm控件的属性和特点,并结合苹果酒发酵过程控制系统的实例阐述了Delphi串行通信的应用. 相似文献