[1]嵇小辅,张孟尧,王博,等.基于相关向量机的赖氨酸反应过程参数软测量[J].华侨大学学报(自然科学版),2013,34(1):22-25.[doi:10.11830/ISSN.1000-5013.2013.01.0022]
　JI Xiao-fu,ZHANG Meng-yao,WANG Bo,et al.Soft Sensor of Lysien Fermentation Biological Parameters Based on Relevance Vector Machine[J].Journal of Huaqiao University(Natural Science),2013,34(1):22-25.[doi:10.11830/ISSN.1000-5013.2013.01.0022]
点击复制

基于相关向量机的赖氨酸反应过程参数软测量()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第34卷
期数:
2013年第1期
页码:
22-25
栏目:
出版日期:
2013-01-20

文章信息/Info

Title:
Soft Sensor of Lysien Fermentation Biological Parameters Based on Relevance Vector Machine
文章编号:
1000-5013(2013)01-0022-04
作者:
嵇小辅;  张孟尧;  王博;  黄丽
江苏大学 电气信息工程学院, 江苏 镇江 212013
Author(s):
JI Xiao-fu;  ZHANG Meng-yao;  WANG Bo;  HUANG Li
School of Electrical and Information Engineering, Jiangsu University, Zhenjiang 202013, China
关键词:
L-赖氨酸;  相关向量机;  软测量;  贝叶斯方法
Keywords:
L-lysien;  relevance vector machine;  soft sensor;  Bayesian method
分类号:
TQ922.3;TQ018
DOI:
10.11830/ISSN.1000-5013.2013.01.0022
文献标志码:
A
摘要:
针对支持向量机(SVM)计算复杂度高、参数不容易确定等局限性,提出一种基于相关向量机(RVM)的赖氨酸反应过程关键参量的软测量方法.根据过程经验,确定发酵液的溶解氧浓度、pH值、二氧化碳释放率、氧吸收率和葡萄糖流加速率为辅助变量,利用相关支持向量机的拟合与泛化能力,建立了赖氨酸反应过程基质浓度、菌体浓度、产物浓度等不可直接测量参量的软测量模型.基于L-赖氨酸反应过程开展的试验研究表明:所建立的相关向量机软测量模型拟合精度高、泛化能力强,较好地满足了赖氨酸反应过程的控制要求.
Abstract:
To overcome the high computational complexity and difficulty in design kernel parameters of support vector machine, the soft sensor model of lysien fermentation biological parameters is proposed based on relevance vector machine. According to procedure experience, dissolved oxygen, the parameters of pH value, discharge rate of CO2, absorption rate of O2, and flow acceleration rate of glucose are chosen as auxiliary variables, and the concentration of matrix, thallus and product are chosen as primary variables. The soft sensor of lysien fermentation procedure is built using the fitting and generalization capacity. The experiments results show that the obtained soft sensor is with high fitting precision and generalization capacity, which well satisfies the control requirement of lysien fermentation procedure.

参考文献/References:

[1] 孙玉坤,陈明忠,嵇小辅,等.基于支持向量机的赖氨酸发酵生物参数软测量[J].仪器仪表学报,2008,29(10):2067-2071.
[2] 王博,嵇小辅,孙玉坤.基于自适应模糊支持向量机的L-赖氨酸发酵过程建模研究[J].仪器仪表学报,2010,31(8):467-481.
[3] 王博,孙玉坤,嵇小辅,等.基于PSO-SVM 逆的L-赖氨酸发酵过程软测量方法[J].化工学报,2012,26(3):224-227.
[4] 孙玉坤,王博,黄永红,等.基于聚类动态LS-SVM 的L-赖氨酸发酵过程软测量方法[J].仪器仪表学报,2010,24(2):1024-1028.
[5] TIPPING M E.Sparse Bayesian learning and the relevance vector machine[J].Journal of Machine Learning Research,2001,1(3): 211-244.

相似文献/References:

[1]谭平华,林金清,陈培钦,等.亲水有机相/含盐水体系萃取L-赖氨酸[J].华侨大学学报(自然科学版),2004,25(1):71.[doi:10.3969/j.issn.1000-5013.2004.01.018]
　Tang Pinghua,Lin Jianqing,Chen Peiqin,et al.Extraction of L-lysine by Means of a Hydrophilic Organic Phase/Salt Containing Aqueous System[J].Journal of Huaqiao University(Natural Science),2004,25(1):71.[doi:10.3969/j.issn.1000-5013.2004.01.018]

备注/Memo

备注/Memo:
收稿日期: 2012-06-15
通信作者: 嵇小辅(1979-),男,副教授,主要从事生物反应过程软测量与优化控制、鲁棒控制等方面的研究.E-mail:xfji@msn.com.
基金项目: 江苏省自然科学基金资助项目(BK2011465); 轻工过程先进控制教育部重点实验室开放课题资助项目(APCLI1009); 江苏省高校优势学科建设工程科研基金资助项目(苏政发(2011)6号)
更新日期/Last Update: 2013-01-20