国家高技术研究发展计划(2007AA04Z179)
- 作品数：25 被引量：123H指数：7
- 相关作者：孙玉坤黄永红嵇小辅王博刘国海更多>>
- 相关机构：江苏大学北京化工大学盐城师范学院更多>>
- 发文基金：国家高技术研究发展计划国家教育部博士点基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于最小二乘支持向量机逆系统的赖氨酸发酵过程解耦控制被引量：3
- 2009年
- 将逆系统方法与支持向量机相结合,提出了一种基于最小二乘支持向量机(LS-SVM)的α阶逆系统的赖氨酸发酵过程多变量非线性解耦控制方法。在分析了系统可逆性的基础上,利用具有高斯核函数的LS-SVM离线建立赖氨酸发酵过程的非线性逆模型。将得到的LS-SVM逆系统串联在原反应系统之前,使得复杂的非线性多变量系统解耦成多个相对独立的单输入单输出伪线性子系统,从而可用线性系统控制方法对其进行控制。仿真结果表明,LS-SVM逆系统解耦控制方法具有良好的逼近非线性系统的性能。该方法为实现多输入多输出非线性系统的解耦控制提供了一条新的思路。
- 黄永红孙玉坤王博嵇小辅
- 关键词：解耦控制最小二乘支持向量机逆系统赖氨酸发酵过程
- 基于模糊神经网络α阶逆系统的发酵过程多变量解耦控制
- 发酵过程是时变、非线性、不确定性的多变量强耦合系统,高性能的解耦控制一直是其追求的目标。本文将逆系统方法与模糊神经网络相结合,提出一种基于模糊神经网络a阶逆系统的发酵过程解耦控制方法。首先证明了系统的可逆性,并根据模糊神...
- 孙玉坤王博丁慎平
- 关键词：模糊神经网络逆系统方法解耦控制发酵过程
- 文献传递
- 基于Type-2模糊系统的青霉素发酵过程控制被引量：5
- 2009年
- 利用Type-2模糊集合的"宽带"特性结合青霉素发酵过程中积累的专家经验,以及这些专家经验可以很方便进行模糊表示的特点,建立Type-2模糊系统模型.在此基础上,根据pH值的变化控制喂养率的大小,得出被控对象的模糊系统控制规则曲面、喂养率变化的控制曲线图以及输出数据的误差情况,将这些结果与Type-1模糊系统进行比较.仿真结果表明在被控系统信息较少时,Type-2模糊系统较Type-1模糊系统更有优势.
- 李莉孙玉坤
- 关键词：模糊控制青霉素发酵模糊系统
- 基于逆系统的青霉素发酵软测量被引量：3
- 2011年
- 针对青霉素发酵过程中菌体浓度、基质浓度、产物浓度等关键参量难以直接测量的难题,将逆系统方法与动态递归模糊神经网络(DRFNN)相结合,提出一种基于动态递归模糊神经逆的青霉素发酵软测量方法。在证明了系统可逆的条件下,得到系统的逆模型;再应用DRFNN网络所具有的自学习,自适应能力以及对任意非线性的逼近能力,对该模型进行了辨识,并将辨识好的逆模型串联在发酵系统之后,能够实现发酵系统的"线性化"。仿真结果表明,该方法能够对青霉素发酵过程中不可在线测量的关键变量实现了预估,且达到了较高的测量精度。
- 孙玉坤张瑶黄永红孙晓天
- 关键词：动态递归模糊神经网络逆系统方法青霉素软测量
- 基于FPGA的智能微生物发酵系统被引量：1
- 2009年
- 介绍了基于FPGA的智能微生物发酵控制系统的全硬件实现。系统以Spartan-3A DSP FPGA为核心,对发酵过程中的重要的参数pH值、DO等进行实时在线检测与控制。针对微生物发酵过程中的时变性、非线性、延时性、随机性等特点,提出采用模糊神经网络的控制技术来实现对系统的精确控制。给出了基于Xilinx FPGA/CPLD开发平台和MAT-LAB/Simulink仿真环境进行DSP功能实现的方法和设计流程。实践表明:系统设计紧凑、可靠,具有较强的鲁棒性。
- 田兆垒孙玉坤黄永红
- 关键词：可编程逻辑器件微生物发酵模糊神经网络硬件实现
- 基于IRLS-ELM生物发酵在线软测量建模方法被引量：5
- 2011年
- 为解决生物发酵过程中生物量浓度难以在线测量的问题,提出一种基于改进的最小二乘正则化极限学习机(IRLS-ELM)软测量建模方法并将其应用于红霉素发酵过程生物量浓度的在线预测中.根据误差反馈原理,将训练误差作为输入建立带反馈的神经网络,以提高模型预测精度.并将加权最小二乘法引入到ELM中改进其数学模型,削弱离群点或者不稳定因素的影响.最后,将所建IRLS-ELM模型应用于红霉素发酵过程生物量浓度的预测中.实验结果表明,在隐含层节点数相同的情况下,对于指标MSE,IRLS-ELM比ELM和RLS-ELM有明显提高.同时IRLS-ELM在隐含层节点数变少的情况下,误差没有明显变化,结构紧凑而且稳定性较高.由此可见,与ELM和RLS-ELM软测量建模方法相比,IRLS-ELM在线软测量建模方法具有更高的预测精度和更强的泛化能力.
- 刘国海张东娟梅从立
- 关键词：极限学习机软测量发酵过程
- 基于模糊支持向量机的赖氨酸发酵软测量
- 生物发酵过程是一个复杂的非线性强耦合动态过程。某些发酵过程关键生物参数（如菌体浓度、基质浓度、产物浓度）难以实时在线检测,大大限制了先进控制技术在生化过程中的应用。以红霉素发酵过程为研究对象,建立基于最小二乘支持向量机的...
- 孙玉坤王博丁慎平
- 关键词：支持向量机数据域描述赖氨酸软测量
- 文献传递
- 基于OC-SVM和近红外光谱的秸秆固态发酵进程监测被引量：7
- 2012年
- 利用近红外光谱技术结合一类支持向量机(OC-SVM)快速监测秸秆蛋白饲料固态发酵进程。首先获取发酵物样本在10 000～4 000 cm-1波数范围内的近红外漫反射光谱并对其进行主成分分析,提取前7个主成分因子作为模型的输入变量,然后运用OC-SVM算法建立判别模型。在模型建立过程中,采用交互验证的方法优化OC-SVM模型的相关参数。实验结果表明,在相同的条件下,OC-SVM模型在处理失衡训练样本的问题上明显优于SVM模型,当训练集中目标类和非目标类样本数比为1∶8时,OC-SVM模型在验证集中的正确判别率达到85%。
- 江辉刘国海梅从立肖夏宏于霜丁煜函
- 关键词：秸秆固态发酵近红外光谱主成分分析
- 基于自适应FLSVM的赖氨酸发酵过程软测量方法被引量：1
- 2011年
- 针对生化反应过程中软测量模型随着时间的推移而出现的模型老化现象,提出一种基于增量学习的自适应模糊支持向量机软测量建模方法。它首先将输入空间中的样本映射到高维特征空间,然后根据样本偏离超平面的程度赋予不同的模糊隶属度,建立模糊支持向量机软测量模型,并在模型投入现场运行后,通过一种改进的增量学习算法在线更新模型参数以自适应获得更加准确的软测量模型。以L-赖氨酸流加发酵过程为例,验证了所提算法能够从过程的第2批次开始对关键生物量参数(菌丝浓度和基质浓度)进行较准确的在线预测,与普通的模糊支持向量机建模方法相比具有较高的预测精度和自适应性。
- 王博孙玉坤黄永红嵇小辅
- 关键词：自适应学习模糊支持向量机软测量
- 青霉素发酵过程中的Type-2模糊预测方法被引量：2
- 2009年
- 根据模糊时间序列的模型和算法,本文利用Type-2型模糊隶属度的"宽带"效应具有处理更多信息的特点,给出了基于Type-2模糊时间序列的预测方法,克服了Type-1模糊时间序列模型只用到一个变量进行预测的缺点。避免了只有部分观测值在预测中用到,提高了青霉素发酵过程生物质浓度预测的准确性,实现青霉素发酵过程生物质浓度的测量。
- 李莉孙玉坤
- 关键词：青霉素发酵
