论文部分内容阅读
针对生物转化法制备丁二酸发酵过程机理复杂、高度非线性、生物参数难以实时在线测量等特点,采用基于结构风险最小化的支持向量机对发酵过程建模。与神经网络方法相比,所建模型的预测效果更好。同时采用粒子群算法对支持向量机模型中的关键参数进行优化,通过MATLAB软件仿真的结果表明,与粒子群算法结合的支持向量机模型,相比于单一的支持向量机模型,以及人工神经网络模型,它的泛化能力更好,性能更为优越,这对实现丁二酸发酵过程的优化控制具有重要作用。