学位论文 > 优秀研究生学位论文题录展示
基于LS_SVM建立发酵过程动态模型的研究及软件实现
作 者: 公彦杰
导 师: 高学金
学 校: 北京工业大学
专 业: 控制科学与工程
关键词: 在线建模 最小二乘支持向量机 动态时间弯曲距离 粒子群交叉验证 发酵过程建模软件
分类号: TQ920.1
类 型: 硕士论文
年 份: 2010年
下 载: 100次
引 用: 0次
阅 读: 论文下载
内容摘要
微生物发酵涉及到制药、食品等多个工业领域,与经济发展和人民生活密切相关。高成本和高能耗是微生物发酵生产的特征,为了提高发酵单位,降低生产成本,实现对微生物发酵过程的优化控制就成为了一个重要课题。由于微生物发酵过程是一类非常复杂的生化反应过程,人类尚未完全弄清楚它的机理。并且现有的在线生物传感器的测量精度难以保证,生物参数主要通过离线分析得到,这往往存在较大的滞后,无法及时反馈控制信息。所以,建立高精度的发酵过程产物预估模型,就成为优化控制需要研究的核心内容。本文针对发酵过程时变性、非线性、不可逆、多变量耦合等特点,通过对现有发酵过程建模方法的对比研究,提出了基于动态时间弯曲距离(DTW)的最小二乘支持向量机(LS_SVM)在线建立发酵过程局部模型的方法。主要有以下几个方面的研究成果:1、基于DTW的在线构造相似训练样本集的方法:该方法首先将当前批次滑动时间窗内数据作为查询序列,以DTW作为判断时间序列相似性的标准,从历史批次数据库中搜索与之相似度最高的数据区间,组成在线训练样本集。2、模型输入变量的选取方法以及超参数敏感度分析:通过仿真实验,分析了不同输入变量以及核函数对模型均方误差(MSE)的影响,选择了适合发酵过程的RBF核函数,分析了模型精度对γ、σ2的敏感程度,确定了最优超参数的取值范围。3、基于粒子群交叉验证(PSO-CV)的在线超参数优化方法:通过对交叉验证确定模型超参数方法的分析,提出了以最小化K-CV均方误差为目标的PSO超参数优化算法,在保证模型精度的情况下,兼顾了模型的泛化能力,与网格搜索法相比,有更好的性能。4、在线建模软件的开发:利用VC++6.0开发了Windows系统下的发酵过程在线建模软件,实现了通过OPC方式读取组态软件中新采集到的数据,通过ADO方式读取数据库中历史批次的数据,对实际发酵过程建立基于DTW的LS_SVM在线局部模型,同时绘制模型预估输出以及主要可测变量的动态实时曲线,有助于实现发酵过程的优化控制。
|
全文目录
摘要 4-5 Abstract 5-7 目录 7-9 第1章 绪论 9-17 1.1 课题背景 9 1.2 补料分批发酵过程概述 9-11 1.3 影响补料分批发酵过程的主要因素 11-12 1.4 补料分批发酵过程建模方法 12-15 1.4.1 基于发酵动力学的机理建模方法 12-13 1.4.2 基于发酵过程数据的黑箱建模方法 13-14 1.4.3 基于机理、数据的混合建模方法 14-15 1.5 论文的研究思路与内容安排 15 1.6 本章小结 15-17 第2章 在线最小二乘支持向量机建模方法研究 17-33 2.1 机器学习理论 17 2.2 统计学习理论与支持向量机 17-24 2.2.1 支持向量机分类 18-21 2.2.2 支持向量机回归 21-24 2.3 最小二乘支持向量机 24-25 2.4 最小二乘支持向量机的在线建模方法 25-29 2.4.1 LS_SVM 剪枝算法 25-26 2.4.2 LS_SVM 增量学习算法 26-27 2.4.3 滑动窗LS_SVM 算法 27-28 2.4.4 加权LS_SVM 算法 28-29 2.5 现有建模方法的不足 29-32 2.6 本章小结 32-33 第3章 基于DTW 的LS_SVM 在线建模方法 33-45 3.1 局部建模方法 33-34 3.2 模型性能指标及输入变量的选取 34-35 3.3 基于DTW 的时间序列相似性搜索算法 35-39 3.4 基于DTW 的LS_SVM 在线局部建模方法 39-40 3.5 仿真实验 40-43 3.6 本章小结 43-45 第4章 基于DTW 的LS_SVM 在线超参数优化 45-57 4.1 核函数的选取及超参数敏感度分析 45-46 4.2 评价超参数性能的交叉验证方法 46-47 4.3 超参数在线优化方法 47-50 4.3.1 网格搜索法 47-49 4.3.2 粒子群优化算法 49-50 4.4 基于DTW 的LS_SVM 在线模型的PSO-CV 超参数优化 50-53 4.5 仿真实验 53-55 4.6 本章小结 55-57 第5章 在线建模方法的应用研究 57-65 5.1 大肠杆菌发酵过程介绍 57-59 5.2 输入变量的选取对模型性能的影响 59 5.3 超参数敏感度分析 59-60 5.4 DTW 算法构造在线训练样本集性能分析 60-61 5.5 超参数寻优对在线局部模型性能的影响 61-64 5.6 本章小节 64-65 第6章 发酵过程在线建模软件实现 65-77 6.1 软件主界面及动态曲线绘制 65-67 6.2 实时数据OPC 通信模块实现 67-73 6.3 历史数据存储的ADO 方式实现 73-74 6.4 嵌入基于DTW 的LS_SVM 算法 74-76 6.5 本章小节 76-77 总结与展望 77-79 全文总结 77-78 展望 78-79 参考文献 79-83 附录 83-89 附录1 83-86 附录2 86-89 攻读硕士学位期间所发表的学术论文 89-91 致谢 91
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于高斯过程的在线建模问题研究,TP181
- 农用柴油机润滑油中磨粒分析及浓度趋势预测,S218.5
- 基于LS-SVM的传感器重构及其不确定度问题的研究,TP212
- 基于LS-SVM的入侵检测,TP393.08
- 基于智能优化SVM的短期负荷预测及误差修正模型研究,F224
- 湿法冶金铜萃取组分含量软测量方法研究,TF811
- 加热炉钢坯温度建模及过程模拟,TP391.9
- 基于LS-SVM的开关磁阻电动机调速系统研究,TM352
- 300MW燃煤锅炉一次风优化研究,TK227.1
- 最小二乘支持向量机算法及应用研究,TP183
- 基于支持向量机的企业信用风险评估研究,F224
- 基于SIS数据的过热汽温模型参数的辨识,N945.12
- 砷盐净化除铜过程铜离子浓度预测模型的研究及应用,TP18
- 智能诊断方法及其在变压器故障中的应用研究,TM407
- 区域风电功率一体化预测方法研究,TM73
- 基于蚁群算法的电力系统机组优化组合,F426.6;TP18
- 基于KPCA和混合核LS-SVM的航煤参数软测量研究,TP274
- FTIR多光谱显微图像信息提取方法研究及应用,TP18
- 基于Gamma Test的最小二乘支持向量机参数在线优化方法,TP18
- 网络入侵检测系统研究,TP393.08
中图分类: > 工业技术 > 化学工业 > 其他化学工业 > 发酵工业 > 一般性问题 > 基础理论
© 2012 www.xueweilunwen.com
|