青霉素发酵过程的模型辨识及仿真研究

作者：韩芳; 王新香; 王爱民

来源：计算机仿真, 2013, (04): 361-364.

• 支持向量机
• 非线性建模
• 青霉素
• 发酵过程 Support vector machine(SVM)
• Nonlinear modeling
• Penicillin
• Fermentation process

研究青霉素发酵优化问题。青霉素发酵过程是一种复杂的生化反应系统,生物参数难获得,许多代谢途径尚不明确,传统方法无法建立精确数学模型。然而支持向量机不需要了解青霉素发酵系统的内部结构,具有智能性、自学习能力,可以解决复杂青霉素发酵建模问题。因此,以青霉素发酵过程生化机理模型产生的数据为样本,训练支持向量机,并采用粒子群算法对支持向量机参数优化,建立了支持向量机的发酵过程模型。仿真结果表明,支持向量机可以对青霉素发酵过程进行状态变量的估算与预测,为有效提高青霉素发酵预测精度,提供了实际有效的指导作用。

• 出版日期2013
• 单位新疆工程学院