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

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

所属期刊栏目：42

分类号：TP181;TQ922+.3(自动化基础理论)

资助基金：国家自然科学基金资助项目;江苏省自然科学基金资助项目;镇江市重点研发项目;江苏高校优势学科建设工程项目PAPD

在线出版日期：2021-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：694-701