论文部分内容阅读
在构建谷胱甘肽的发酵模型时,模型的预测精度和泛化能力会因为试验数据中含有噪音而变的低下。针对该问题,本文提出利用最小二乘支持向量机来构建发酵模型,在寻优支持向量机参数时利用量子粒子群优化算法来搜索,并形成最优支持向量机。通过与BP神经网络模型进行对比的实验结果表明：该方法具有预测精度高、泛化能力强和鲁棒性好等特点,具有一定的应用价值。