基于最小二乘法支持向量机的溶菌酶发酵过程中的广义预测方法.pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN104318090A

(43)申请公布日2015.01.28

(21)申请号CN201410539842.4

(22)申请日2014.10.13

(71)申请人江苏大学

地址212013江苏省镇江市京口区学府路301号

(72)发明人朱湘临岳海东孙谧嵇小辅孙宇新

(74)专利代理机构

代理人

(51)Int.CI

G06F19/00

权利要求说明书说明书幅图

(54)发明名称

基于最小二乘法支持向量机的溶菌

酶发酵过程中的广义预测方法

(57)摘要

本发明公开了一种基于最小二乘法

支持向量机的溶菌酶发酵过程中的广义预

测方法，该预测控制包括以下步骤：建立

非线性预测模型，利用罐发酵被筛选过的

产率较高的生产数据对最小二乘法支持向

量机进行训练；将输入输出的非线性预测

模型实时线性化，设定参考轨迹，滚动优

化控制器设计，将基于LS-SVM的溶菌酶

发酵过程中的广义预测控制算法智能的嵌

入到上位机中；本发明采用最小二乘法支

持向量机和广义预测控制相结合，使得模

型在求解过程中避免了求解耗时的QP问

题，运算简单，收敛速度快，精度高。将

遗传算法和广义预测控制中的滚动优化相

结合使得系统鲁棒性变强、能够有效克服

系统滞后、干扰。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.基于最小二乘法支持向量机的溶菌酶发酵过程中的广义预测方法,其特征在于,包

括以下步骤:

步骤一,利用罐发酵被筛选过的产率较高的生产数据对最小二乘法支持向量机进行

训练,建立溶菌酶发酵过程中的非线性预测模型;

步骤二,将输入输出的非线性预测模型实时线性化,模型在采样点处利用泰勒公式展

开得到线性预测模型,将模型经过转化成CARIMA模型,并通过引入丢番图方程得到

溶菌酶菌发酵过程中的广义预测模型;

步骤三,在当前时刻k,广义预测模型利用历史和未来发酵罐的输入输出信息及未来

的输入值来预测系统未来的输出状态菌体浓度

产物浓度

基质浓度

步骤四,设定参考轨迹,使发酵过程中在未来输出能沿着设定轨迹平稳的到达设定值,

参考轨迹一般采用如下形式:

y

r

(k+j)=β

j

y(k)+(1-β

j

)y

s

其中y

r

为菌体浓度参考轨迹,y

s

为未来时刻的设定值,β为调节因子;

步骤五,滚动优化控制器设计,分别将实际输出y

b

(k+j)与参考轨迹输出y

br

(k+j)的误差、预测模型输出

与实际输出y

b

(k+j)的误差进行滚动优化,将滚动时域下的二次型目标函数变成适应值函数,通过遗

传算法进行优化获得的控制量为全局最优;选取酸碱度pH为u

1

(k)、温度T为u

2

(k)、电机转速n为u

3

(k)、溶氧量DO为u

4

(k)、通气量Q为u

5

(k)、压力为u

6

(k)作为控制量并分别计算出当前时刻它们加入发酵罐的最优控制量;

步骤六,将基于最小二乘法支持向量机的溶菌酶发酵过程中的广义预测控制算法智

能的嵌入到上位机中,根据上位机计算出来的各参数最优控制量通过PLC传输给执

行机构从而实现对各参数的调节与控制。

2.根据权利1所述的基于最小二乘法支持向量机的溶菌酶发酵过程中的广义预测方

法,其特征在于,所述步骤一在训练获得最小二乘法支持向量机的支持向量集时采用

修剪算法。

3.根据权利要求1所述的基于最小二乘法支持向量机的溶菌酶发酵过程中的广义预

测方法,其特征在于,所述步骤一采用径向基函数RBF作为核函数,通过最小二乘法

支持向量机最终得到被控系统的非线性模型:

math

mrow

miy/mi