10.3969/j.issn.1001-4160.2009.08.006
支持向量机在丁二酸发酵过程建模中的应用
支持向量机是一种新的机器学习算法,它采用结构风险最小化准则,能有效提高模型的泛化能力.本文针对生物转化法生产丁二酸发酵过程机理复杂、高度非线性、生物参数难以实时在线测量等特点,介绍了支持向量机回归建模算法在Matlab软件中的实现过程,对产物丁二酸浓度建立了预测模型,研究了SVM的小样本学习、泛化能力.仿真结果表明,与神经网络相比,SVM算法具有更好的推广能力,使得在未来工业化丁二酸发酵生产过程中针对丁二酸浓度的在线预估与优化控制成为可能.
丁二酸发酵、支持向量机、回归算法、建模、Matlab软件
26
TQ015.9;TP391.9;TP183(一般性问题)
国家自然科学基金20606017;江苏省高校自然科学基金项目07KJB510042
2009-11-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
985-988