基于軟測量技術(shù)的酵母發(fā)酵過程參數(shù)檢測研究.pdf

1、在酵母生產(chǎn)過程中，乙醇濃度和酵母濃度是兩個很重要的控制參數(shù)，但目前的檢測手段多為離線人工測量，不能實(shí)現(xiàn)這兩個參數(shù)的測控自動化，是束縛生產(chǎn)效率的重要原因。 本文詳細(xì)分析和研究了RBF人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)兩種算法，最后采用最小二乘支持向量機(jī)(LS-SVM)方法進(jìn)行回歸估計，完成了對乙醇濃度和酵母濃度的軟測量。根據(jù)某廠提供的原始生產(chǎn)數(shù)據(jù)，得到了最終酵母濃度與相關(guān)因素間的定量關(guān)系。所建模型參數(shù)通過網(wǎng)格法優(yōu)選，并選擇了合適的核函數(shù)。試

2、驗(yàn)結(jié)果表明最小二乘支持向量機(jī)模型具有更小的泛化誤差，優(yōu)于RBF人工神經(jīng)網(wǎng)絡(luò)模型?；贚S-SVM的軟測量方法可以很好地實(shí)現(xiàn)乙醇濃度酵母濃度在線自動測量，提高生產(chǎn)效率。 本文圍繞著面包酵母發(fā)酵中如何應(yīng)用軟測量技術(shù)這一問題，進(jìn)行了大量的理論與實(shí)際應(yīng)用的研究，主要內(nèi)容如下： (1) 研究了軟測量技術(shù)在發(fā)酵過程中的應(yīng)用。 (2) 分析了RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、算法、訓(xùn)練方法，使用RBF神經(jīng)網(wǎng)絡(luò)算法進(jìn)行面包酵母發(fā)酵過程中的軟