基于PSO-SVM的关键生物参数软测量方法研究.pdfVIP

2012正 仪表技术与传感器 2012 Instrument andSensor 第3期 Technique No．3 基于PSO—SVM的关键生物参数软测量方法研究 孙玉坤，王其，嵇小辅，郭晶晶 (江苏大学电气信息工程学院，江苏镇江212013) 摘要：微生物发酵过程中一些关键生物参数难以实时在线测量，严重影响发酵的优化控制。为解决关键生物参数的 测量难题，采用了一种基于PS0一SVM的软测量方法。该方法利用粒子群优化(PSO)算法优化选择支持向量机(SVM)的 最佳参数，并建立了基于PSO—SVM的软测量模型。利用赖氨酸发酵的数据对模型进行仿真验证，结果表明该模型具有 很好的学习精度和泛化能力。另外在建模耗时上，PSO—SVM算法所用时间远少于标准SVM算法所用时间。 关键词：粒子群优化；支持向量机；赖氨