| 赖氨酸发酵过程关键变量多模型软测量建模及其在线监控系统设计 |
| |
| 引用本文： | 朱熀秋,王星宇,王博. 赖氨酸发酵过程关键变量多模型软测量建模及其在线监控系统设计[J]. 江苏大学学报(自然科学版), 2021, 42(6): 694-701. DOI: 10.3969/j.issn.1671-7775.2021.06.011 |
| |
| 作者姓名： | 朱熀秋 王星宇 王博 |
| |
| 作者单位： | 江苏大学 电气信息工程学院,江苏 镇江 212013 |
| |
| 摘 要： | 针对目前赖氨酸生产过程中发酵产物品质参量难以实时测量,现有软测量模型精度不高、鲁棒性差的问题,提出了一种基于ISCA-LSSVR的赖氨酸发酵过程多模型软测量方法.首先,利用改进的满意聚类算法(ISCA)将样本数据集划分为c个子集;其次,利用最小二乘支持向量回归机(LSSVR)对每个子集分别构建子模型;随后,利用粒子群优化算法和退火算法协同优化模型参数;然后,加权融合各子模型输出得到最终系统输出;最终,设计了由上位机数据处理模块和下位机数据采集模块共同组成的赖氨酸发酵过程关键变量的智能实时监控系统.试验仿真结果表明,相较于传统单一LSSVR预测模型,ISCA-LSSVR模型对产物、基质、菌体质量浓度的预测精度分别提高了5.01％、3.62％和6.78％,模型泛化能力得到了较大提高.
|
| 关 键 词： | 赖氨酸 最小二乘支持向量机 聚类算法 软测量 多模型 |
Multi-model soft sensor modeling and online monitoring system design of key variables in lysine fermentation process |
| |
| ZHU Huangqiu,WANG Xingyu,WANG Bo. Multi-model soft sensor modeling and online monitoring system design of key variables in lysine fermentation process[J]. Journal of Jiangsu University:Natural Science Edition, 2021, 42(6): 694-701. DOI: 10.3969/j.issn.1671-7775.2021.06.011 |
| |
| Authors: | ZHU Huangqiu WANG Xingyu WANG Bo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
