学位论文 > 优秀研究生学位论文题录展示

基于支持向量机的发酵过程建模研究

作 者: 韩艳
导 师: 刘文琦
学 校: 大连理工大学
专 业: 控制理论与控制工程
关键词: 发酵过程 支持向量机 蚁群算法 参数优化 建模
分类号: TQ920.1
类 型: 硕士论文
年 份: 2010年
下 载: 74次
引 用: 2次
阅 读: 论文下载
 

内容摘要


基因工程在现代社会中占据着越来越重要的地位,其主要原因在于可以利用基因工程菌实现很多结构复杂且不易合成的热门生物产品。大肠杆菌所具有得结构简单、生长周期较短、生长条件清楚的优点使其广泛地用作表达载体,因此大肠杆菌的发酵成为现在研究的热点之一。在大肠杆菌发酵过程中存在着非线性、滞后性和不确定性等问题,较难测试它的实时在线重要变量,严重制约了在发酵中对影响发酵结果参数的准确调节以及进一步的优化和控制,因此对大肠杆菌发酵过程进行建模具有重要的意义。在发酵过程中,目前最流行的建模方法是神经网络方法,它是基于经验风险最小化原则进行建模,容易产生过学习以及陷入局部最小的问题,而支持向量机方法是一种基于结构风险最小化原则的方法,引入了核函数和高维空间的概念,能有效地避免上述问题,因此本文使用支持向量机方法进行发酵过程的预测建模。然后通过对比使用SVM方法和BP神经网络方法所建立的预测模型,仿真结果表明支持向量机更加适合于大肠杆菌高密度发酵建模。在使用SVM方法时,由于在建模前要进行参数选择,目前选择参数的方法主要是根据专家经验和试凑法,得到的结果往往不够精确。针对这个问题,本文分析了蚁群算法的原理及优点,提出使用蚁群算法寻找高精度的支持向量机参数的方法。仿真结果表明,该方法建立的预测模型可以在较短的时间内搜索到高精度的支持向量机参数,使用该参数建立的模型具有良好的拟合和泛化能力,预测精度较高,为大肠杆菌高密度过程的控制提供了较为准确的预测模型。支持向量机方法对不同的数据有不同的参数,使用蚁群算法在给定数据的基础上进行参数的搜索,这种思想建立的模型可以容易的应用于其他物质的发酵建模中,为微生物发酵建模提供了比较通用的方法。

全文目录


摘要  4-5
Abstract  5-8
1 绪论  8-13
  1.1 研究背景  8
  1.2 发酵过程建模方法的研究现状  8-11
    1.2.1 基于机理分析建模  9
    1.2.2 基于回归分析建模  9-10
    1.2.3 基于人工神经网络建模  10
    1.2.4 基于支持向量机建模  10-11
  1.3 本课题主要研究内容及论文安排  11-13
2 支持向量机简介  13-22
  2.1 统计学习理论  13-15
    2.1.1 机器学习  13-14
    2.1.2 经验风险最小原则  14
    2.1.3 结构风险最小原则  14-15
  2.2 支持向量机  15-22
    2.2.1 最优超平面  16-17
    2.2.2 支持向量分类机  17-18
    2.2.3 支持向量回归机  18-20
    2.2.4 核函数  20-22
3 基于支持向量机的大肠杆菌高密度发酵过程建模  22-38
  3.1 大肠杆菌高密度发酵  22-25
    3.1.1 大肠杆菌高密度发酵简介  22
    3.1.2 影响大肠杆菌高密度发酵的因素  22-24
    3.1.3 大肠杆菌高密度发酵补料方式  24-25
  3.2 基于支持向量机的大肠杆菌高密度发酵过程建模  25-31
  3.3 基于BP神经网络的大肠杆菌高密度发酵过程建模  31-35
  3.4 支持向量机与BP神经网络建模的性能比较  35-37
    3.4.1 数据比较与分析  35-36
    3.4.2 结论  36-37
  3.5 本章小结  37-38
4 基于蚁群算法的SVM参数优化  38-46
  4.1 蚁群优化算法  38-41
    4.1.1 蚁群算法的生物学基本原理  38-39
    4.1.2 蚁群算法的数学基本原理  39-41
  4.2 基于蚁群算法的SVM参数优化  41-45
    4.2.1 参数对SVM的影响  41-42
    4.2.2 支持向量机参数优化方法  42
    4.2.3 蚁群算法优化SVM参数  42-45
  4.3 本章小结  45-46
5 基于参数优化SVM的大肠杆菌高密度发酵过程建模应用  46-52
  5.1 优化参数的SVM具体应用  46-51
    5.1.1 数据比较与分析  46-50
    5.1.2 结论  50-51
  5.2 本章小结  51-52
结论  52-53
参考文献  53-57
攻读硕士学位期间发表学术论文情况  57-58
致谢  58-60

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 非正交面齿轮齿面建模及加工误差分析,TH132.41
  3. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  4. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  5. 混凝土高拱坝三维非线性有限元坝肩稳定分析研究,TV642.4
  6. 基于蚁群算法的电梯群优化控制研究,TU857
  7. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  8. HID灯整流效应的研究,TM923.32
  9. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  10. 音乐结构自动分析研究,TN912.3
  11. 面向SMDA的服务建模方法及工具实现,TP311.52
  12. 导弹虚拟试验可视化技术研究,TP391.9
  13. 基于三维重建的焊点质量分类方法研究,TP391.41
  14. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  15. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  16. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  17. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  18. 飞行模拟中飞行管理计算机系统CDU组件设计与仿真,TP391.9
  19. 基于图像的路面破损识别,TP391.41
  20. 基于测量的Internet链路延迟建模,TP393.4
  21. 基于测量的Internet延迟分析与建模,TP393.4

中图分类: > 工业技术 > 化学工业 > 其他化学工业 > 发酵工业 > 一般性问题 > 基础理论
© 2012 www.xueweilunwen.com