支持向量機(jī)在化工過(guò)程建模中的應(yīng)用.pdf

1、化工過(guò)程的建模是研究化工過(guò)程的重要手段,也是進(jìn)行過(guò)程仿真、優(yōu)化以及控制的基礎(chǔ).機(jī)理建模方法通常是通過(guò)過(guò)程機(jī)理分析,采用一定的假設(shè)和簡(jiǎn)化,得出一系列數(shù)學(xué)方程來(lái)描述過(guò)程.但化工過(guò)程常常是機(jī)理復(fù)雜,影響因素繁多,高度非線(xiàn)性,很難用機(jī)理模型來(lái)描述.因此,這時(shí)需要采取經(jīng)驗(yàn)建模方法.人工神經(jīng)元網(wǎng)絡(luò)是一種處理非線(xiàn)性問(wèn)題的良好經(jīng)驗(yàn)建模方法,己被應(yīng)用于不少化工問(wèn)題中,但是由于其理論基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則,難免會(huì)出現(xiàn)過(guò)擬和、陷入局部最小等問(wèn)題.基于統(tǒng)計(jì)學(xué)習(xí)

2、理論的支持向量機(jī)是一種新型的學(xué)習(xí)方法,它遵照結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則,克服了以往神經(jīng)元網(wǎng)絡(luò)等方法的固有特點(diǎn),大大提高了模型的泛化能力.該文詳細(xì)研究了支持向量機(jī)在化工過(guò)程建模中的應(yīng)用.該文首先介紹了有關(guān)過(guò)程建模的知識(shí),然后評(píng)述了人工神經(jīng)元網(wǎng)絡(luò)的特點(diǎn)、結(jié)構(gòu)和實(shí)現(xiàn),在分析了其優(yōu)缺點(diǎn)的基礎(chǔ)上,引入了支持向量機(jī)方法,詳盡地介紹了其理論基礎(chǔ)、計(jì)算步驟和優(yōu)化算法.該文的研究重點(diǎn)在于支持向量機(jī)方法在化工過(guò)程中的應(yīng)用.用支持向量機(jī)為檸檬酸發(fā)酵過(guò)程建立了最終酸度

3、的模型,分析了模型參數(shù)對(duì)模型性能的影響,并與傳統(tǒng)的人工神經(jīng)元網(wǎng)絡(luò)方法做了比較;用支持向量機(jī)為間歇式酒精發(fā)酵過(guò)程的菌體濃度建立了狀態(tài)估計(jì)模型;結(jié)合動(dòng)力學(xué)模型對(duì)機(jī)理的反映和支持向量機(jī)較強(qiáng)的泛化能力,提出了串連和串并聯(lián)兩種混合支持向量機(jī)模型,并與單一的支持向量機(jī)模型、單一的動(dòng)力學(xué)模型和混合人工神經(jīng)元網(wǎng)絡(luò)模型進(jìn)行了比較.實(shí)驗(yàn)結(jié)果表明支持向量機(jī)方法是一種高效可行的發(fā)酵過(guò)程建模方法,提出的混合支持向量機(jī)模型性能優(yōu)良.該文最后對(duì)所做的工作進(jìn)行了總結(jié),