专利汇可以提供一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于ONLINE-RLSSVM的毕赤 酵母 发酵 过程软测量方法,首先通过对毕赤酵母发酵过程的工艺机理进行分析,选取合适的辅助变量并根据历史罐批数据建立训练样本 数据库 ;然后对样本数据预处理后进行归一化处理,并使用主元分析法对辅助变量进行 降维 ,将这几个主元综合变量作为ONLINE-RLSSVM的训练样本数据库;接着使用萤火虫-果蝇混合优化 算法 在线优化惩罚系数c与宽度系数σ2,并使用训练样本数据库对ONLINE-RLSSVM进行训练并建立软测量模型,最终获得菊粉酶浓度预测值。本发明使用萤火虫-果蝇混合 优化算法 ,提高了软测量模型的全局寻优能 力 和预测 精度 ,可有效用于指导菊粉酶生产。,下面是一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法专利的具体信息内容。
1.一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法,其特征在于,包括如下步骤:
步骤1,选择辅助变量;根据毕赤酵母流加发酵过程的动力学模型,选取发酵时间、溶氧浓度、甲醇流加速率、氨水流加速率、发酵液体积、甲醇浓度、毕赤酵母浓度为辅助变量;进行毕赤酵母发酵,采集所选辅助变量的原始发酵数据;
步骤2,对原始发酵数据进行归一化预处理,将数据归一化到[0,1]区间内,生成数据集并且进行分组,即训练集和测试集;
步骤3,选择核函数,建立ONLINE-RLSSVM模型;
步骤4,优化ONLINE-RLSSVM参数;利用萤火虫-果蝇混合优化算法的全局搜索能力,对ONLINE-RLSSVM的惩罚系数c与宽度系数σ2进行在线优化调整;
步骤5,建立软测量模型;利用步骤2的训练集和测试集对步骤4得到的惩罚系数c与宽
2
度系数σ对在线自适应的鲁棒最小二乘支持向量机进行训练及测试,建立基于ONLINE-RLSSVM的软测量模型;
步骤6,关键状态变量预测;利用已训练好的ONLINE-RLSSVM软测量模型,根据当前待预测罐批的最新输入向量,获得关键状态变量的预测值。
2.根据权利要求1所述的一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法,其特征在于,步骤1中,所述毕赤酵母流加发酵过程的动力学模型为:
其中,X为毕赤酵母浓度(g/L),rx为毕赤酵母生长速率(g/(L·h)),rd为毕赤酵母死亡速率(g/(L·h)),Dr为稀释速率(h-1),P为菊粉酶浓度(g/L),rp为菊粉酶生成速率(g/(L·h)),Kp菊粉酶降解速率(h-1),S为发酵罐内的甲醇浓度(g/L),rs为甲醇消耗速率(g/(L·h)),Sin为外部流加甲醇浓度(g/L)。
3.根据权利要求1所述的一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法,其特征在于,步骤1中,甲醇流加速率的计算方法为:
其中,g(τ)表示在τ时刻甲醇溶液的重量,单位g,ρ表示甲醇溶液密度,单位g/mL,Δτ表示距离τ时刻的时间间隔,g(τ-Δτ)表示τ-Δτ时刻甲醇溶液的重量。
4.根据权利要求1所述的一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法,其特征在于,步骤2中,所述归一化预处理方法为:
其中,xi为任一样本数据,xmax为最大样本数据,xmin为最小样本数据,为归一化后的样本数据。
5.根据权利要求4所述的一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法,其特征在于,步骤2中,还包括对发酵过程历史数据库中的数据按照服从正态分布时的3δ准则剔除过失数据的预处理、以及对主导变量的反归一化处理;
所述主导变量的反归一化处理方法为:
6.根据权利要求1所述的一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法,其特征在于,步骤2中,所述预处理之后进行主元分析,并将经主元分析得到的数据划分为训练集和测试集;
所述主元分析的方法包括如下步骤:
步骤2.1,输入标准化矩阵
其中, 代表标准化后的采集数据,Xi.j代表标准化前的采集数据, 代表
输入矩阵第j列采样数据的平均值,l1为标准化矩阵 的行数,l2为标准化矩阵 的列数, 代表输入矩阵第j列采样数据的标准差;
步骤2.2,计算 的协方差矩阵R
其中 表示输入矩阵 的i列和j的协方差;
步骤2.3,计算协方差矩阵R的特征单位向量和特征值
步骤2.4,确定主元个数
其中, 为主元累计方差百分比,为协方差矩阵R的特征值,为特征值个数,本发明选定期望值为90%,当CPV大于期望值90%时,对应的 就是应当保留的主元个数;
步骤2.5,计算主元
其中, 为特征值对应的单位特征向量,主元为 E
为误差矩阵。
7.根据权利要求1所述的一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法,其特征在于,步骤3中的实现包括如下步骤:
步骤3.1,选择核函数;本发明选择径向基函数为ONLINE-RLSSVM模型的核函数:
步骤3.2,建立LSSVM软测量模型,计算得到Lagrange乘子λ与偏置量b,定义滑动窗口大小为训练样本的个数ζ;
其中,LSSVM的输出方程为:
其中,λi为Lagrange乘子,Kb为维度;
步骤3.3,根据步骤3.1,得到的当前样本数据,计算预报误差为 y为训练样本的实际值,为估计值。
步骤3.4,计算得到模型总的预报误差Ep和模糊隶属度υi。若Ep/m≤e成立,更新模型参数及模糊隶属度,否则不作处理,等待下次数据更新再做出判断。其中:
其中,A-1为由KKT条件得到的线性方程组的系数矩阵,为A-1的特征值个数;
8.根据权利要求1所述的一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法,其特征在于,步骤4的实现包括如下步骤:
步骤4.1,初始化:在可行域中随机放置N个萤火虫,并赋予每个萤火虫的动态决策域为r0,荧光素为l0,初始化步长s,荧光素挥发系数ψ,领域阈值nt,荧光素更新率γ,萤火虫感知域ra,动态决策域更新率η,最大迭代次数Fmax;
步骤4.2,更新萤火虫的荧光素l0:
li(t)=(1-ψ)li(t-1)+γJ(xi(t))
其中xi(t)为t时刻萤火虫i所在的位置,J(xi(t))为对应的目标函数值,li(t)为对应的荧光素值,荧光素挥发系数ψ∈[0,1],荧光素更新率γ∈[0,1];
步骤4.3,确定萤火虫的领域集:
其中,Ni(t)为萤火虫i的领域集,rid(t)表示萤火虫i在t时刻的动态决策域。
步骤4.4,选择概率:
其中,设j的选择概率在满足条件的同伴中最大,pij(t)表示萤火虫i的选择概率。
步骤4.5,更新萤火虫i的位置:
其中xi(t+1)表示更新后的萤火虫位置,xi(t)表示萤火虫i在t时刻的位置,xj(t)表示萤火虫j在t时刻的位置,s为萤火虫移动步长;
步骤4.6,更新动态决策域半径:
其中, 表示萤火虫i在t时刻的决策域半径,η表示动态决策域更新率,ra表示萤火虫感知域,nt表示感知范围内包含的萤火虫数目的阈值;
步骤4.7,迭代判断:若达到预定精度或迭代次数Fmax,则停止迭代,否则,t=t+1,返回步骤4.2。
步骤4.8,得到n个可行解,结束萤火虫优化寻优过程,将n个可行解生成n个果蝇种群,定义生成种群(u1,u2,...,un);
步骤4.9,初始化第k个果蝇种群:设置种群规模为Sizepop,当前迭代次数为Gen,最大迭代次数为Genmax,果蝇群体位置初始位置为axisX,axisY
其中,和c1和c2为常数。
步骤4.10,赋予果蝇飞行步长Q和随机方向D,计算第k代果蝇种群第m个个体的位置:
其中,Q为步长值,RX,RY为[-1,1]之间的一个随机数, 分别为第k代果蝇种群中第m个个体距离原点的水平位置和垂直位置, 表示第k代果蝇种群的初始位置。
步骤4.11,计算第k代果蝇种群中第m个个体的位置与远点的距离 并计算味道浓度
步骤4.12,计算味道浓度:
其中 为第k代果蝇种群中第m个个体的味道浓度, 为味道浓度判定函
数。
步骤4.13,获取第k代果蝇种群最优味道浓度 并保存对应的味道浓度判定值
步骤4.14,果蝇种群通过视觉飞到上一步保存的位置,生成新的果蝇群聚位置:
步骤4.15,判断迭代次数Gen是否达到最大迭代次数Genmax。若是,则转入步骤4.16,否则返回步骤4.10;
步骤4.16,判断是否达到最大迭代次数n。若是,输出全局最优解,否则,k=k+1,并转到步骤4.9,直到完成第n次迭代。
9.根据权利要求1-8任一项所述的一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法,其特征在于,所述软测量方法能够适用于其他酵母菌发酵过程产物浓度预测、生化反应过程中的关键状态变量预估。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种杀虫农药配方 | 2020-05-16 | 377 |
一种基于ONLINE-RLSSVM的毕赤酵母发酵过程软测量方法 | 2020-05-18 | 1032 |
一种含二嗪磷、辛硫磷的复配颗粒剂 | 2020-05-22 | 60 |
一种半自动捕蝇器 | 2020-05-24 | 478 |
一种蚊蝇捕捉器 | 2020-05-25 | 440 |
一种基于果蝇算法优化梯度提升回归树的青霉素发酵过程软测量建模方法 | 2020-05-17 | 633 |
一种基于气象指数的加权LS-SVM的电力系统短期负荷预测方法 | 2020-05-24 | 632 |
一种滚珠丝杆传动系统模型的优化方法 | 2020-05-13 | 330 |
制备手性2,3-二氢噻唑并[3,2-A]嘧啶-4-鎓化合物的方法 | 2020-05-13 | 1020 |
一种灭蚊灯 | 2020-05-12 | 861 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。