收藏本站
《江南大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

混合核函数支持向量机在发酵过程建模中的应用研究

毛志亮  
【摘要】:微生物发酵工程是现代生物技术及其产业化的基础,随着我国发酵工业迅速发展,对发酵过程自动化程度要求不断提高,因此迫切需要对过程参数进行在线检测与优化控制。然而,受传感器技术发展水平和价格方面因素的限制,目前发酵过程中只有部分物理参数与化学参数实现了工业化的在线检测,而对于发酵过程有着重要影响的生物量参数还未能实现工业化的在线测量。因此,对发酵过程引进软测量技术具有很大的理论与应用价值。 本文以谷氨酸发酵过程为研究对象,对谷氨酸发酵过程中重要生物参数进行了软测量建模研究。 针对谷氨酸发酵过程具有高度的非线性、时变性和不确定性的特点,本文在详细分析发酵过程软测量建模应用的基础上,利用支持向量机(Support Vector Machine, SVM)对谷氨酸发酵过程中重要生物量参数进行软测量建模研究。SVM理论中,核函数的选择是一个核心问题,通过对核函数的研究,将两个满足Mercer定理的全局核函数与局部核函数线性组合,并通过权系数调节混合核函数中局部核与全局核所起作用,从而使得相应的混合核函数SVM具有较高的预测精度和较好的泛化能力。设计了混合核函数SVM建模的基本步骤,并建立基于混合核函数SVM的谷氨酸发酵过程软测量模型,分别对谷氨酸浓度、残糖浓度和OD值进行预估。仿真结果表明,该模型的学习能力和泛化能力均比单一核函数SVM模型有所提高。 在混合核函数SVM模型预估的基础上,为了提高软测量模型的预测精度,利用具有较强全局搜索能力的混沌粒子群(CPSO)优化算法对混合核函数SVM建模过程中的重要参数进行优化调整。该算法由早熟收敛判断与处理机制两部分组成,具有很强的避免局部极小能力,通过函数仿真实验验证该算法的有效性。设计应用该方法的具体步骤,谷氨酸发酵建模结果表明,采用该方法对模型参数进行优化后,建模精度有了进一步提高。
【学位授予单位】:江南大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TQ920.1

【引证文献】
中国博士学位论文全文数据库 前1条
1 任会峰;基于泡沫图像的铝土矿浮选pH值软测量及应用[D];中南大学;2012年
中国硕士学位论文全文数据库 前2条
1 刘俊芳;粒子群和人工蜂群的混合优化算法优化SVM参数及应用[D];太原理工大学;2012年
2 杨小梅;基于分阶段的LSSVM发酵过程建模[D];大连理工大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 常玉清,王小刚,王福利;基于多神经网络模型的软测量方法及应用[J];东北大学学报;2005年06期
2 马占龙;;谷氨酸发酵过程的控制[J];发酵科技通讯;2006年03期
3 谭泗桥;袁哲明;柏连阳;谭显胜;熊洁仪;;基于局部核函数与全局核函数支持向量回归优化小样本QSAR建模[J];分子科学学报;2009年03期
4 颜根廷;李传江;马广富;;基于混合遗传算法的支持向量机参数选择[J];哈尔滨工业大学学报;2008年05期
5 姜长洪,姜楠,王贵成,蔡庆春;谷氨酸发酵过程先进控制[J];化工自动化及仪表;2004年02期
6 王华忠,俞金寿;基于混合核函数PCR方法的工业过程软测量建模[J];化工自动化及仪表;2005年02期
7 陈金凤;杨慧中;;混合核支持向量机在化工软测量中的应用研究[J];化工自动化及仪表;2008年02期
8 荣冈,金晓明,王树青;先进控制技术及应用 第三讲 软测量技术及其应用[J];化工自动化及仪表;1999年04期
9 孙翠娟;;基于K型核函数的支持向量机[J];淮海工学院学报(自然科学版);2006年04期
10 王贵成;张敏;汪勇;徐心和;;GA-BP网络在谷氨酸菌体浓度软测量中的应用[J];华东理工大学学报(自然科学版);2007年03期
中国博士学位论文全文数据库 前2条
1 李卫;基于核方法的模糊模型辨识研究[D];上海交通大学;2008年
2 王鲜芳;生化过程动态建模及优化控制研究[D];江南大学;2009年
中国硕士学位论文全文数据库 前7条
1 唐飞;基于支持向量机软测量技术的研究和应用[D];浙江工业大学;2007年
2 李艳英;基于支持向量机参数优化的群智能优化算法研究[D];天津大学;2007年
3 陈金凤;支持向量机回归算法的研究与应用[D];江南大学;2008年
4 章瑶;小波支持向量机在发酵过程中的应用[D];江南大学;2009年
5 范启亮;发酵过程补料控制策略研究[D];江南大学;2009年
6 田鹏;智能优化算法在发酵过程建模中的应用研究[D];江南大学;2009年
7 周大为;基于支持向量机的生物发酵软测量技术研究[D];江苏大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 阚清华;汤斌;张庆庆;张海龙;;沪酿3.042米曲霉产中性蛋白酶条件的优化[J];安徽工程科技学院学报(自然科学版);2010年02期
2 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
3 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
4 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期
5 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期
6 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
7 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
8 薛彦轶;刘晓东;;基于最小二乘支持向量机的航材备件需求建模[J];兵工自动化;2007年06期
9 高博;谭永红;张新良;;基于在线LSSVM的超声波电机转速预测器[J];兵工自动化;2007年09期
10 张丽叶;郑绍钰;;基于LS-SVM的装备研制费用建模与分析[J];兵工自动化;2009年02期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
7 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
8 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
9 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七届中国控制会议论文集[C];2008年
10 柴伟;孙先仿;乔俊飞;;有监督的等距映射和k近邻分类结合用于集员辨识[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 陈广洲;多源信息耦合的成矿预测新模型研究[D];合肥工业大学;2010年
3 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
4 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
5 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
6 吴锋;基于GPU并行计算的数值模拟与燃煤锅炉系统的优化研究[D];浙江大学;2010年
7 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
8 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
9 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
10 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 陈若雯;高产胞外多糖乳酸乳杆菌的选育及其发酵条件的优化[D];华中农业大学;2010年
2 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
3 阚清华;酱油多菌种发酵关键技术研究[D];安徽工程大学;2010年
4 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
5 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
6 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
7 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年
8 曹彦;基于支持向量机的特征选择及其集成方法的研究[D];郑州大学;2010年
9 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
10 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
2 刘潭;张勇;;基于粗糙集-BP神经网络的浮选槽液位预测[J];辽宁科技大学学报;2010年05期
3 谷莹莹;林小竹;李左丽;王彩红;;基于分水岭变换的浮选泡沫图像分割[J];北京石油化工学院学报;2007年01期
4 任玉艳;鲍洁;王洪瑞;;改进蚁群算法在支持向量机中的应用[J];传感器与微系统;2011年08期
5 田慧欣;毛志忠;王嘉铮;;基于ELM新方法的LF终点温度软测量混合模型[J];东北大学学报(自然科学版);2008年01期
6 施闻明;朱琪;;惯导系统动态数据预处理方法研究[J];电光与控制;2007年05期
7 胡中华;赵敏;;基于人工蜂群算法的机器人路径规划[J];电焊机;2009年04期
8 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期
9 王恒;贾民平;陈左亮;;基于LS-SVM和机理模型的球磨机料位软测量[J];电力自动化设备;2010年07期
10 李昆仑,黄厚宽,田盛丰;模糊多类SVM模型[J];电子学报;2004年05期
中国重要会议论文全文数据库 前1条
1 谢永芳;陈辉;桂卫华;刘金平;夏巨龙;;一种新的基于纹理图像的分数阶Sobel算子[A];中国自动化学会控制理论专业委员会C卷[C];2011年
中国博士学位论文全文数据库 前10条
1 许灿辉;矿物浮选气泡速度和尺寸分布特征提取方法与应用[D];中南大学;2011年
2 刘瑞兰;软测量技术若干问题的研究及工业应用[D];浙江大学;2004年
3 李春富;基于数据的软测量建模方法及其应用的研究[D];清华大学;2005年
4 李勇刚;基于智能集成模型的苛性比值与溶出率软测量及应用研究[D];中南大学;2004年
5 傅永峰;软测量建模方法研究及其工业应用[D];浙江大学;2007年
6 罗建川;基于铝土矿资源全球化的我国铝工业发展战略研究[D];中南大学;2006年
7 邱兆美;蝴蝶鳞片微观耦合结构及其光学性能与仿生研究[D];吉林大学;2008年
8 李明喜;基于多源图像融合的收获目标准确定位研究[D];江苏大学;2008年
9 李卫;基于核方法的模糊模型辨识研究[D];上海交通大学;2008年
10 李修亮;软测量建模方法研究与应用[D];浙江大学;2009年
中国硕士学位论文全文数据库 前10条
1 王萍萍;基于捕食搜索策略的遗传算法的研究及应用[D];江南大学;2011年
2 梅振益;基于数据驱动的多模型软测量研究[D];江南大学;2011年
3 章寅;多模型融合软测量方法研究与应用[D];兰州理工大学;2011年
4 黄虹;基于粒子群—蚁群算法的随机需求车辆路径问题研究[D];福建农林大学;2011年
5 杜金芳;铝土矿浮选过程粗选矿浆pH值软测量模型及应用[D];中南大学;2011年
6 徐水华;粒子群优化算法及支持向量机应用研究[D];广西民族大学;2011年
7 孙旺;汽车起重机关键部件智能故障诊断系统开发[D];上海交通大学;2012年
8 李津蓉;数据协调模型及显著误差检测技术研究[D];浙江大学;2003年
9 朱波;氧化铝生产苛性比值软测量神经网络模型的在线修正方法研究[D];中南大学;2005年
10 王永红;铝土矿正浮选尾矿脱水新工艺的研究[D];西安建筑科技大学;2006年
【二级参考文献】
中国期刊全文数据库 前10条
1 陈阳舟,林林,崔平远;基于动态规划原理的混杂系统二次型最优控制[J];北京工业大学学报;2004年03期
2 于乃功;阮晓钢;;基于细胞自动机模型的青霉素发酵过程优化控制策略[J];北京工业大学学报;2007年02期
3 潘立登,朱宇宁;多神经网络在软测量仪表中的应用[J];北京化工大学学报(自然科学版);2001年02期
4 刘华富;支持向量机Mercer核的若干性质[J];北京联合大学学报(自然科学版);2005年01期
5 张健,李艳,黄道平,朱学峰,史步海;基于小波分析的纸浆Kappa值分类模型软测量[J];吉林大学学报(信息科学版);2004年04期
6 刘淳安,陈一虎;基于带变异算子的粒子群优化算法[J];重庆工学院学报;2005年08期
7 黄显;栗大超;徐可欣;于海霞;黄福祥;胡小唐;;基于微型表面等离子共振生物传感器的葡萄糖浓度测量技术[J];传感技术学报;2006年05期
8 王酉;徐惠;李光;;基于碳纳米管修饰丝网印刷碳糊电极的葡萄糖和尿酸生物传感器[J];传感技术学报;2006年05期
9 常玉清,王小刚,王福利;PCA-DRBFN模型在精馏塔精苯干点估计中的应用[J];东北大学学报;2004年02期
10 常玉清,王小刚,王福利;基于多神经网络模型的软测量方法及应用[J];东北大学学报;2005年06期
【相似文献】
中国期刊全文数据库 前10条
1 邱志成;;缩短双酶糖糖化时间的探讨——应用于谷氨酸发酵[J];发酵科技通讯;1981年02期
2 ;发酵科技通讯1990年第19卷(总71—74期)目录[J];发酵科技通讯;1990年04期
3 袁品坦;;再谈噬菌体的污染及其预防[J];发酵科技通讯;1999年04期
4 崔卫国;聂风强;;提高谷氨酸发酵产酸水平的研究[J];发酵科技通讯;2001年02期
5 孟庆山;;稳定提高谷氨酸发酵生产水平的方法[J];发酵科技通讯;2003年01期
6 ;谷氨酸发酵中生物素含量与菌体形态以及谷氨酸产量之间有什么关系?[J];发酵科技通讯;2009年03期
7 ;在谷氨酸发酵中,控制细胞膜的渗透性有哪几种方法?[J];发酵科技通讯;2010年01期
8 ;提高谷氨酸发酵经济效益的试验[J];江苏食品与发酵;1982年04期
9 ;谷氨酸一次高糖发酵新工艺技术总结报告[J];发酵科技通讯;1984年03期
10 李益民;任玉洲;朱金言;蒋道春;何金昌;徐虞;;新菌株CMTC6282淀粉水解糖中糖发酵谷氨酸的试产报告[J];发酵科技通讯;1985年01期
中国重要会议论文全文数据库 前2条
1 王建奇;王行愚;;谷氨酸发酵过程参数辨识的新方法[A];1993中国控制与决策学术年会论文集[C];1993年
2 冯惠勇;仪宏;王丽丽;孙国志;;高渗条件下Corynebaterium glutamicum的生理调节的研究[A];中国生物工程学会第三次全国会员代表大会暨学术讨论会论文摘要集[C];2001年
中国重要报纸全文数据库 前8条
1 欧阳乐;亚太地区成全球最大氨基酸市场[N];中国食品安全报;2011年
2 本报记者 谢玲;新技术应用有望摘掉味精产业污染大户帽子[N];中国食品报;2010年
3 李巍;踌躇满志绘蓝图[N];中国社会报;2003年
4 徐铮奎;韩国制药业何以崛起[N];医药经济报;2003年
5 中国食协发酵工程研究会;改革开放——味精工业大发展[N];中国食品质量报;2001年
6 本报记者 单志明;发酵工业与时俱进[N];中国食品质量报;2002年
7 记者 徐健;通辽梅花公司五年投入3亿余元促清洁生产[N];通辽日报;2011年
8 苏林;大宗氨基酸消费市场转战亚洲[N];医药经济报;2011年
中国博士学位论文全文数据库 前4条
1 曹艳;利用代谢酶学和模型技术改善谷氨酸发酵的稳定性和糖酸转化率[D];江南大学;2013年
2 田光明;地衣芽胞杆菌谷氨酸脱氢酶和聚γ-谷氨酸降解酶的研究[D];华中农业大学;2014年
3 史建国;微生物发酵过程还原糖光度传感器的研究[D];山东大学;2006年
4 夏奡;微藻生物质暗发酵和光发酵耦合产氢气以及联产甲烷的机理研究[D];浙江大学;2013年
中国硕士学位论文全文数据库 前10条
1 张金玲;基于生物参数在线检测的谷氨酸发酵及其动力学研究[D];齐鲁工业大学;2014年
2 肖雁秋;玉米秸秆原料生物炼制生产谷氨酸的研究[D];华东理工大学;2014年
3 黎兴宝;基于机理知识与改进LS-SVM的谷氨酸发酵混合建模[D];江南大学;2011年
4 康传利;L-谷氨酸产生菌的选育及其代谢调控的研究[D];江南大学;2010年
5 姚辉;谷氨酸棒杆菌S9114的发酵优化及生物素对谷氨酸发酵的调控[D];江南大学;2013年
6 王欣;谷氨酸生产菌种选育和高产条件的优化及生物素的测定[D];山东轻工业学院;2011年
7 王美艳;味精生产中分批补料嵌入式控制系统的研究[D];天津科技大学;2012年
8 董传亮;谷氨酸发酵过程的故障诊断研究[D];江南大学;2008年
9 吴洲;基于自联想神经网络的故障诊断方法在发酵过程中的应用[D];江南大学;2009年
10 吴德京;谷氨酸连续等电结晶的基础研究及过程优化与污染控制[D];江南大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026