基于MPCA-GP的發(fā)酵過程分階段軟測量建模方法研究.pdf

1、生物參量是發(fā)酵過程重要的過程參量，直接影響發(fā)酵過程的產(chǎn)量和質量。軟測量模型的構建，是實現(xiàn)發(fā)酵過程生物參量在線檢測的有效途徑。由于發(fā)酵過程涉及生命體的生長繁殖過程，機理非常復雜，而且反應過程具有階段特性，對其建立全局單一軟測量模型的適應性差，檢測精度低，不易應用于實際發(fā)酵過程中。因此，研究發(fā)酵過程的分階段軟測量建模方法具有重要的理論意義和應用價值。
　　 本文在詳細分析發(fā)酵過程軟測量建模方法及高斯過程軟測量建模方法發(fā)展現(xiàn)狀的基礎上

2、，研究了高斯過程回歸算法，給出了一種基于聚類和灰色關聯(lián)度分析相融合的樣本稀疏化方法，降低了模型的計算復雜度;提出了一種基于正則化的高斯過程回歸方法，該方法利用理論推導的形式重新構建了用于超參數(shù)優(yōu)化的目標函數(shù)，提高了模型的預測精度;結合發(fā)酵過程的階段特性，提出了一種基于MPCA-GP的發(fā)酵過程分階段軟測量建模方法，該方法以MPCA中第一主元貢獻率的變化趨勢為階段劃分指標，實現(xiàn)了發(fā)酵過程階段劃分，以后驗概率最大化為原則實現(xiàn)測試樣本的階段識別