论文部分内容阅读
微生物发酵过程是一类非常复杂的生化反应过程，具有时变性、非线性、不确定、多变量耦合等特点，人类尚未完全弄清楚它的机理。并且，发酵过程生物状态参数值大多采用离线分析方法得到，这往往存在较大的滞后，无法及时反馈控制信息。此外，发酵过程各批次之间具有差异性和不确定性，而目前预先或离线建立的模型不可避免地存在生产条件一旦改变，原有模型可能无法适应新环境的情况。机器学习理论的发展为发酵过程等复杂间歇过程建模提供了新的方向，通过对现有发酵过程建模方法的分析和研究，提出了一种基于多核支持向量机（Multi