[發(fā)明專利]一種基于特征空間的雙核多向偏最小二乘的發(fā)酵過程質(zhì)量預測方法

有效

• 申請?zhí)枺?/td>: 201410075308.2
• 申請日: 2014-03-03
• 公開（公告）號: CN103810396B
• 公開（公告）日: 2016-10-19
• 發(fā)明（設計）人: 王普;王錫昌;高學金;齊詠生
• 申請（專利權）人: 北京工業(yè)大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京思海天達知識產(chǎn)權代理有限公司 11203
• 代理人: 劉萍

技術領域

本發(fā)明屬于生物發(fā)酵領域，又屬于信息科學領域，具體涉及在發(fā)酵過程中應用基于特征空間的雙核多向偏最小二乘建立發(fā)酵過程的預測模型用于預測在線測量中難以及時取得的質(zhì)量變量。

背景技術

發(fā)酵過程是采用現(xiàn)代生物工程技術，利用有益的微生物進行的生產(chǎn)活動，應用的微生物或微生物產(chǎn)物能夠產(chǎn)生大量的經(jīng)濟效益。發(fā)酵過程為生物技術的重要組成部分，在制藥、醫(yī)療、食品、化工、環(huán)境等領域中有著舉足輕重的社會和經(jīng)濟價值。國家發(fā)改委、工信部發(fā)布的《食品工業(yè)十二五發(fā)展規(guī)劃》寫到，到2015年，發(fā)酵工業(yè)總產(chǎn)值將會達到4600億元以上，年均增長率達15%以上。生物技術、藥物在《醫(yī)藥工業(yè)“十二五”發(fā)展規(guī)劃》中也被確定為發(fā)展的重點領域。

發(fā)酵過程中很大一部分過程屬于間歇過程，而現(xiàn)代工業(yè)間歇過程傾向于向小型化，快捷化，高附加值化發(fā)展，在這過程中可以測量的數(shù)據(jù)也越來越多。但是某些數(shù)據(jù)，例如菌體濃度，產(chǎn)物濃度等，具有兩個特點，一個是這些數(shù)據(jù)與產(chǎn)品質(zhì)量具有很強的相關性，甚至直接影響著產(chǎn)品的合格率；第二個是這些數(shù)據(jù)并不容易在線測量，往往傳統(tǒng)的測量方法在測量這些數(shù)據(jù)的時候相對其它易獲得的數(shù)據(jù)具有一定的滯后，并不能及時的反應生產(chǎn)狀況，這會影響操作人員對整個生產(chǎn)過程的監(jiān)視和操作，甚至有可能因為不能夠及時做出判斷而延誤關鍵控制機會。針對這個問題，國內(nèi)外的研究重點分為兩大類，一類是定性的分析，比如專家系統(tǒng)，這種方式雖然能夠結(jié)合以往的生產(chǎn)經(jīng)驗，但是預測結(jié)果往往比較模糊；另一類是定量的分析，比如機理模型建模，這種方式雖然能夠較精確的解釋生產(chǎn)過程并對數(shù)據(jù)進行預測，但是由于生產(chǎn)過程機理復雜，前期機理分析困難，且實際應用時依然需要調(diào)整大量參數(shù)。基于數(shù)據(jù)驅(qū)動的分析方法屬于定量分析技術的一種，其中偏最小二乘對于訓練數(shù)據(jù)量要求較少，運算復雜度較低，解釋效果較好而得到了廣泛的應用。但是它處理的是線性問題，對于生產(chǎn)過程這種非線性程度較高的對象處理存在不可忽視的缺點。

為了解決過程的非線性問題，核技巧被應用到偏最小二乘算法中。核技巧能夠處理生產(chǎn)數(shù)據(jù)的非線性問題，通過將采集到的數(shù)據(jù)投影到高維空間中降低數(shù)據(jù)本身的非線性度，進而可以在核空間中可以應用偏最小二乘算法對數(shù)據(jù)進行分析，這種方法能夠較顯著的提高整體的預測精度，但是依然存在問題。在偏最小二乘建模時數(shù)據(jù)是分為兩組的，一組為測量數(shù)據(jù)，可以實時測量得到，另一組為質(zhì)量數(shù)據(jù)，這些數(shù)據(jù)并不能夠或者很難實時采集。所以，生產(chǎn)過程中雖然能夠得到相同時刻的測量數(shù)據(jù)和質(zhì)量數(shù)據(jù)，但是質(zhì)量數(shù)據(jù)結(jié)果的取得往往存在一定滯后。偏最小二乘算法就是計算這兩組數(shù)據(jù)間的關系，找到以測量數(shù)據(jù)計算質(zhì)量數(shù)據(jù)的方法，起到實時預測質(zhì)量數(shù)據(jù)的作用。核技巧將測量數(shù)據(jù)投影到高維空間中，投影之后的數(shù)據(jù)依然能夠進行計算，但是將質(zhì)量數(shù)據(jù)投影到高維空間中，降低質(zhì)量數(shù)據(jù)的非線性度的問題并沒有得到研究，并且，如何對投影到高維空間中的質(zhì)量數(shù)據(jù)進行計算得到真實的質(zhì)量數(shù)據(jù)也是問題。

發(fā)明內(nèi)容

本發(fā)明針對間歇過程的非線性問題，提出一種基于特征空間的雙核處理多向偏最小二乘算法，用核空間向量預測投影到核空間的質(zhì)量數(shù)據(jù)。解決了傳統(tǒng)核技巧難以考慮質(zhì)量數(shù)據(jù)Y的非線性的問題，提高了模型的預測精度。

本發(fā)明采用了如下的技術方案和實現(xiàn)步驟：

1、一種基于特征空間的雙核多向偏最小二乘的發(fā)酵過程質(zhì)量預測方法，其特征在于包含以下步驟：

步驟（1）：獲取訓練數(shù)據(jù)：

采集發(fā)酵過程中可在線測量的測量變量和難以在線測量的質(zhì)量變量形成訓練數(shù)據(jù)，具體的一次數(shù)據(jù)采樣表示形式如下：

X=(x₁,x₂,...,x_nx)?????????(1)

Y=(y₁,y₂,...,y_ny)??????????(2)