基于自适应加权最小二乘支持向量机的青霉素发酵过程软测量建模.pdf

第 41卷 第 1 期 南京理工大学学报 V o l .41 N o . 1 2017年 2 月 Journal of Nanjing University of Science and Technology F e b .2017 基于自适应加权最小二乘支持向量机的青霉素 发酵过程软测量建模 赵 超 ，李 俊 ，戴坤成，王贵评 (福州大学石油化工学院，福建福州350108) 摘 要 : 针 对生化过程软测量建模过程中样本数据可能包含的测量误差对模型性能的影响 ，提 出一种自适应加权最小二乘支持向量机（ A d ap tive w eighted least squares support vector m a ch i ne ， A W L S -S V M )回归的软测量建模方法 。该方法基于最小二乘支持向量机模型 ，根据样本拟合误 差 ，并结合改进的正态分布赋权规则 ，自适应地为每个建模样本分配不同的权值 ，以降低随机误 差对模型性能的影响 ；同时采用混池差分进化一模拟退火（ Chaos differe ntial evolutio sim ulated a e a li ng ，C D E -S A )算法对模型参数进行优化选择 ，以提高模型的泛化能力 。仿真实验表明 ， A W L S - S V M 模型的预测精度及鲁棒性能优于最小二乘支持向量机（ Least squares support vector m a ch i ne ，L S -S V M )和加权最小二乘支持向量机（ W eighted least squares support vector m a ch i ne ， W L S -S V M )。利用 P e ns im 仿 真平台的数据 ，将 A W L S - S V M 方法用于青霉素发酵过程软测量建 模 ，获得了较好的效果 。 关键词：加权最小二乘支持向量机 ；青霉素发酵过程 ；正态分布 ；混沌差分进化一模拟退火优化 ； 软测量建模 中图分类号:T P 181 文章编号：1005-9830(2017)01-0100-08 DOI :10.14177/j . c nk i .32-1397 .2017.41.01.014 Soft sensor modeling for penicillin fermentation process based on adaptive weighted least squares support vector machine Zhao Chao,Li Ju n ， Dai Kuncheng， Wang Guiping ( School of C h em ical E ng i ne e ri ng ， Fuzhou U niv ersity ， Fuzhou 350108，C h i na ) Abstrac t :T h e p rese nce o f outliers i sam ple data ca corrupt the m o d el’ s u ndesirable resu lts . A novel adap tive w eighted least squares support vector m a ch i ne A W L S -S V M ) 收稿日期:2016-03-24 修回日期:2016-06-08 基金项目：国家自然科学基金61374133)；福州大学科研基金（FZU -022335；600338；600567)；高校博 士点专项科研基金（20133314120004) 作者简介