邵玉倩:基于机理模型和模糊加权最小二乘支持向量机(LSSVM)算法的农杆菌发酵过程混合建模与优化论文

邵玉倩:基于机理模型和模糊加权最小二乘支持向量机(LSSVM)算法的农杆菌发酵过程混合建模与优化论文

本文主要研究内容

作者邵玉倩,宗原,刘以安,刘登峰(2019)在《基于机理模型和模糊加权最小二乘支持向量机(LSSVM)算法的农杆菌发酵过程混合建模与优化》一文中研究指出:针对农杆菌ATCC31749发酵法产凝胶多糖过程中产物质量浓度预测精度不高问题,提出一种基于模糊加权最小二乘支持向量机(least squares support vector machine,LSSVM)算法和机理模型相结合的混合建模新方法。首先通过添加模糊加权思想和混合核函数方法对LSSVM算法进行优化,并用优化后的LSSVM求解农杆菌ATCC31749发酵过程动力学模型,结合鸟群算法对动力学模型参数进行寻优;然后拟合出溶氧体积分数和各参数之间的关联函数模型,并代入到动力学模型,建立起以溶氧浓度作为关键控制变量的发酵动力学模型;最后,用鸟群算法对模型进行寻优,寻找使得发酵产物浓度最大的最优溶氧过程控制策略。实验仿真结果表明,混合模型的预测精度得到提高,产多糖期溶氧体积分数控制为52%时,产物质量浓度最大,为48.85 g/L。该研究所建立的农杆菌发酵过程混合模型及其溶氧优化结果,为发酵工业上进一步通过最佳溶氧控制策略来提高多糖产量提供了方向。

Abstract

zhen dui nong gan jun ATCC31749fa jiao fa chan ning jiao duo tang guo cheng zhong chan wu zhi liang nong du yu ce jing du bu gao wen ti ,di chu yi chong ji yu mo hu jia quan zui xiao er cheng zhi chi xiang liang ji (least squares support vector machine,LSSVM)suan fa he ji li mo xing xiang jie ge de hun ge jian mo xin fang fa 。shou xian tong guo tian jia mo hu jia quan sai xiang he hun ge he han shu fang fa dui LSSVMsuan fa jin hang you hua ,bing yong you hua hou de LSSVMqiu jie nong gan jun ATCC31749fa jiao guo cheng dong li xue mo xing ,jie ge diao qun suan fa dui dong li xue mo xing can shu jin hang xun you ;ran hou ni ge chu rong yang ti ji fen shu he ge can shu zhi jian de guan lian han shu mo xing ,bing dai ru dao dong li xue mo xing ,jian li qi yi rong yang nong du zuo wei guan jian kong zhi bian liang de fa jiao dong li xue mo xing ;zui hou ,yong diao qun suan fa dui mo xing jin hang xun you ,xun zhao shi de fa jiao chan wu nong du zui da de zui you rong yang guo cheng kong zhi ce lve 。shi yan fang zhen jie guo biao ming ,hun ge mo xing de yu ce jing du de dao di gao ,chan duo tang ji rong yang ti ji fen shu kong zhi wei 52%shi ,chan wu zhi liang nong du zui da ,wei 48.85 g/L。gai yan jiu suo jian li de nong gan jun fa jiao guo cheng hun ge mo xing ji ji rong yang you hua jie guo ,wei fa jiao gong ye shang jin yi bu tong guo zui jia rong yang kong zhi ce lve lai di gao duo tang chan liang di gong le fang xiang 。

论文参考文献

  • [1].放射农杆菌产辅酶Q10培养基的优化研究[J]. 黄亮,高建英,胡炳旭,訾晨瑞,童应凯.  天津农学院学报.2008(02)
  • [2].基于LSSVM的六价铬含量预测模型[J]. 居锦武.  现代电子技术.2017(03)
  • [3].改进LSSVM迁移学习方法的轴承故障诊断[J]. 陈超,沈飞,严如强.  仪器仪表学报.2017(01)
  • [4].基于集成LSSVM增量学习方法研究与应用[J]. 石乔,程明.  计算机工程与设计.2017(10)
  • [5].最小残差法加速局部加权LSSVM求解及其应用[J]. 林超,王华杰.  微型电脑应用.2014(11)
  • [6].基于人工免疫算法优化LSSVM的短期电力负荷预测[J]. 杨洁.  山西电力.2014(02)
  • [7].基于LSSVM的木材干燥在线建模研究[J]. 孙丽萍,范宇,张冬妍,曹军.  仪器仪表学报.2009(09)
  • [8].局部LSSVM方法在飞灰含碳量软测量中的应用[J]. 崔宇,薛美盛.  仪表技术.2009(05)
  • [9].基于LSSVM的木材干燥建模研究[J]. 范宇,张冬妍,孙丽萍.  自动化仪表.2008(12)
  • [10].基于核极化的特征选择在LSSVM的应用[J]. 张文兴,陈肖洁.  计算机工程与应用.2017(19)
  • 论文详细介绍

    论文作者分别是来自食品与发酵工业的邵玉倩,宗原,刘以安,刘登峰,发表于刊物食品与发酵工业2019年07期论文,是一篇关于农杆菌发酵论文,机理模型论文,最小二乘支持向量机论文,混合建模论文,鸟群算法论文,食品与发酵工业2019年07期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自食品与发酵工业2019年07期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    邵玉倩:基于机理模型和模糊加权最小二乘支持向量机(LSSVM)算法的农杆菌发酵过程混合建模与优化论文
    下载Doc文档

    猜你喜欢