基于核函數(shù)優(yōu)化的KPCA方法及其在發(fā)酵過程中應(yīng)用.pdf

1、在青霉素發(fā)酵工藝中，很多控制參數(shù)對(duì)發(fā)酵過程有重要的影響，對(duì)這些參數(shù)的變化進(jìn)行在線監(jiān)測(cè)可以使人們及時(shí)了解整個(gè)發(fā)酵過程的狀態(tài)，從而可以及時(shí)做出相應(yīng)調(diào)整，保證發(fā)酵過程的穩(wěn)定運(yùn)行。主元分析是一種常用的過程監(jiān)測(cè)方法，但從本質(zhì)上講它是一種線性映射算法，在面對(duì)青霉素發(fā)酵過程的高度非線性、相關(guān)性和不穩(wěn)定性等特征時(shí)，不能取得好的監(jiān)測(cè)效果。針對(duì)青霉素發(fā)酵過程具有的高度非線性等特征，選擇核主元分析(KPCA)方法進(jìn)行過程監(jiān)測(cè)。
　　在KPCA中，由于提

2、取系統(tǒng)非線性特征的程度是基于核函數(shù)的，因此核函數(shù)的選擇是最重要的。核函數(shù)種類及核參數(shù)的選擇一直是核函數(shù)方法應(yīng)用的瓶頸，至今沒有很好的辦法。為了選擇恰當(dāng)?shù)暮撕瘮?shù)及其參數(shù)，本文提出了一種對(duì)核函數(shù)種類及其參數(shù)進(jìn)行尋優(yōu)的方法。在該方法中，以核函數(shù)的種類、參數(shù)作為優(yōu)化的決策變量，以在線監(jiān)測(cè)正確率最大，建模主成分個(gè)數(shù)最少，SPE控制限最小為多級(jí)目標(biāo)建立優(yōu)化模型。通過查閱大量文獻(xiàn)資料，選擇徑向基核函數(shù)的參數(shù)c取在(0.1，50)范圍內(nèi);多項(xiàng)式核函數(shù)的

3、參數(shù)d取為1-8的正整數(shù);Sigmoid核函數(shù)的參數(shù)β0和β1都取為（-10，10）。
　　由于優(yōu)化模型變量具有不連續(xù)性，另外優(yōu)化指標(biāo)為分級(jí)指標(biāo)，亦具有不連續(xù)性，目標(biāo)值是變量的復(fù)雜的非線性隱式函數(shù)，難于解析表達(dá)，有可能存在局部極小，所以本文選擇遺傳算法求解。在編碼方面采用組合編碼策略，核函數(shù)種類采用二進(jìn)制編碼，核參數(shù)采用混合編碼。初始種群設(shè)計(jì)方面，核函數(shù)種類采用枚舉方法，而對(duì)應(yīng)核函數(shù)種類的核參數(shù)均勻產(chǎn)生。適應(yīng)度函數(shù)設(shè)計(jì)方面，設(shè)計(jì)了

4、加權(quán)的方法構(gòu)造適應(yīng)度函數(shù)，初期保證了初始階段核函數(shù)類別多樣性，隨著尋優(yōu)代數(shù)的增加，突出適應(yīng)度的作用。遺傳操作方面，針對(duì)混合編碼策略進(jìn)行了相應(yīng)的設(shè)計(jì)。將此方法應(yīng)用于一個(gè)非線性數(shù)學(xué)模型中，仿真結(jié)果表明提出的方法能夠?qū)ふ业阶顑?yōu)的核函數(shù)種類及其參數(shù)，具有很好的穩(wěn)定性和一致性。
　　在此基礎(chǔ)上，將此KPCA優(yōu)化方法應(yīng)用于青霉素發(fā)酵過程監(jiān)測(cè)中。通過分析青霉素發(fā)酵過程的重要影響因素，選擇了通風(fēng)率、攪拌功率、溫度等10個(gè)變量作為監(jiān)測(cè)變量，采用KP