- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种建立发酵过程模型的新方法.pdf
第 32 卷第5 期 北京工业大学学报 Vo1. 32 No.5
2006 年 5 月 JOURNAL OF BEIJING UNIVERSITY OF TECHNOLOGY May 2006
一种建立发酵过程模型的新方法
高学金1 ,王 普1 ,再崇正1 ,易建强2,张亚庭1 ,张会清1
(1.北京工业大学电子信息与控制王程学戳,北京 100022;
2. 中国科学提复杂系统与智能科学重点实验室,北京 100033)
撞妻:为了建立精确的激生物发酵过程数学模型,在标准固自型支持向量机(SVM) 的基础上提出了动态 E
SVM 方法,即不再样本使用不同的 E; 使用改进的多吕标遗传算法(Mα注)启动选择动态 ε-SVM 的参数.将改
进的 M仅:;A 和国归登动态 ε-SVM 结合形成一种新的建模方法,利用现场生产数据建立了青霉素效份预估模
型,结果表现此方法具有较强的拟合和泛住能力,经过对比,本文方法比基于 M以法和标准SVM的建模方法
具有更强的泛化能力.
关键樨z 动态草-SVM; 遗传算法:发酵z 数学模型
中噩分类号: TP273; Q81 文萦摄识码:A 文章编号: 0254 - 0037(2006)05 - 0405 - 05
由于发酵过程提非线性、时变性和生物传惑器的接乏以及各参数阔的关联性,经典系统理论几乎不能
为其建立合适的模型[1] 许多学者采用人工神经网络(ANN)为发酵过程建模[13] ,但是 ANN 要求较大的
样本数目和最小的训练误差,因哥不可避免地出现过报合现象,降低了模型的泛位能力. Vapnik 等提
出的支持向量机(SVM)[3-4]采用结构风险最小化原则,克服了 ANN 的国有缺菇,解决了小祥本、非线性、
高维数、局部极小点等实际问题,具有很强的泛生能力.通过对 SVM 在模式识到、砖闰序列葫捕、函数逼
近等领域的研究和应用-7] ,证明了 SVM 建模方法优于 ANN 建模方法[8]
在标准吕妇型 SVM 中,不敏感系数〈ε)对建立数学模型非常关键, ε 反映了模型对输入变量所含噪
声的敏感程度,可用来控制模型拟合精墅,厨有训练祥本对应的 z 都是相爵的[43] ,即不同样本所要求的
精度是相同的.由于发酵过程时变性强,不同时刻的样本输出差异性大,如采用担窍的 ε 易出现过拟合
或欠拟合的情况影嘀模型泛化能力.因此提出动态 ê-SVM,那句= p Yi 户为相对误差率.
目前, SVM 参数(惩罚系数 C 和接函数参数)主要通过实验、交叉验证、留一法等方法来选择.这些方
法不佳费时、商且很难找到最优参数.只有当载合误差和拴验误差蕃达到最小砖,才能保证模型具有较强
的泛生能力,所以 SVM 参数的选择属于多吕棕位化问题(MO)[到115 遗传算法(GA)通过整个解集的种群
进位,以内在并行的方式搜索多个非劣解,决策者可以在多个解中选择决策方案,这对于解决 MO 问题是
非常诱人的[9]115 ffl 以求解 MO 问题的 GA 被称为多目标遗传算法(MOGA到181 ,然商 Mα::;A 与标准 GA
同样存在早熟收敛和收敛速度慢的不足,本文从编码方式及遗传算子等方菌对其作了改进.
1 lE1归型动态 ε-SVM
国归型动态 ξ-SVM 的原理如下:
m
为输出祥本,用菌
为输入样本,只
设有 n 个样本(Xl , Yt) , (X2, Y2) , …, (Xn , Yn) 其中, Xi ε R εR
数f=wx+b 扭合n 个样本,并且假设所有样本都能在精度 êi( 称为动态不敏感损失函数)下无误差进
行拟合,部:
收稿日期: 2∞5-09-05.
基金项目 z 教育部科学技术研究重点项目(203002) ;北京市教育委员会科技发展计划面上项目(KM2005
文档评论(0)