10.3969/j.issn.1008-0570.2008.28.127
基于支持向量机的酒精发酵过程pH值辨识
由于酒精发酵中pH过程的复杂性和强非线性,建立能够描述其动态和静态特性的准确的数学模型是比较困难的.支持向量机(SVM)是近年来发展起来的一种基于统计学习理论,采用结构风险最小化的新型学习机器.将支持向量机应用到酒精发酵生产过程pH值的建模中,实验和仿真结果表明支持向量机模型是有效的,且具有良好的泛化性能,能够较好的解决酒精发酵过程中pH值的建模问题.最后进一步分析了参数选择对支持向量机模型性能的影响.
pH、酒精发酵、支持向量机、模型
24
TP273(自动化技术及设备)
国家自然科学基金资助60572055;项目名称:含有非平滑非线性的三明治动态系统辨识与预测
2009-01-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
313-314,298