[發(fā)明專利]基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測方法無效
| 申請?zhí)枺?/td> | 201410129944.9 | 申請日: | 2014-04-01 |
| 公開(公告)號: | CN103903065A | 公開(公告)日: | 2014-07-02 |
| 發(fā)明(設(shè)計(jì))人: | 葛志強(qiáng);宋執(zhí)環(huán) | 申請(專利權(quán))人: | 浙江大學(xué) |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q50/04 |
| 代理公司: | 杭州求是專利事務(wù)所有限公司 33200 | 代理人: | 周烽 |
| 地址: | 310058 浙江*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 學(xué)習(xí) 技術(shù) 青霉素 生產(chǎn)過程 產(chǎn)品質(zhì)量 預(yù)測 方法 | ||
1.一種基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測方法,其特征在于,包括以下步驟:
(1)利用集散控制系統(tǒng)收集青霉素生產(chǎn)過程數(shù)據(jù)組成建模用的三維訓(xùn)練樣本集:X∈RI×J×K,其中,R為實(shí)數(shù)集,表示X服從I×J×K的三維數(shù)據(jù)分布,I為該工況下的批次數(shù)目,J為變量個(gè)數(shù),K為每個(gè)批次的采樣數(shù)據(jù)點(diǎn)數(shù);分別將這些數(shù)據(jù)存入歷史數(shù)據(jù)庫;
(2)將步驟1中的三維數(shù)據(jù)矩陣X沿著批次方向展開為I×JK二維數(shù)據(jù)矩陣,對其進(jìn)行預(yù)處理和歸一化,即使得各個(gè)過程變量的均值為零,方差為1,得到新的數(shù)據(jù)矩陣集為
(3)基于矩陣集再重新沿著時(shí)間點(diǎn)方向?qū)γ恳粋€(gè)數(shù)據(jù)矩陣進(jìn)行排列,得到最終的數(shù)據(jù)樣本集為
(4)通過離線實(shí)驗(yàn)室分析獲取數(shù)據(jù)庫中用于建模的樣本所對應(yīng)的青霉素產(chǎn)品濃度指標(biāo),記為y∈RKI,并對其進(jìn)行歸一化處理,得到歸一化之后的青霉素濃度指標(biāo)數(shù)據(jù)矩陣
(5)針對歸一化之后的過程變量和青霉素產(chǎn)品濃度數(shù)據(jù),建立關(guān)聯(lián)向量回歸模型,將該模型參數(shù)存入數(shù)據(jù)庫中備用;
(6)收集新的青霉素生產(chǎn)過程批次數(shù)據(jù),并對其進(jìn)行預(yù)處理和歸一化;
(7)將歸一化之后的新數(shù)據(jù)直接輸入到關(guān)聯(lián)向量回歸模型中,在線預(yù)測該批次青霉素產(chǎn)品的濃度值。
2.根據(jù)權(quán)利要求1所述基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測方法,其特征在于,所述步驟5具體為:將歸一化之后的過程變量矩陣作為模型的輸入,歸一化之后的青霉素濃度指標(biāo)數(shù)據(jù)矩陣作為模型的輸出,建立如下的關(guān)聯(lián)向量回歸非線性模型:
y=f(x,w)+e
其中,f(·)為非線性函數(shù),e為獨(dú)立同分布的高斯噪聲,即e~N(0,σ2),x為批次中的樣本,w為權(quán)重向量;結(jié)合核函數(shù)的概念,上述關(guān)聯(lián)向量回歸模型可以表示為核函數(shù)的形式,如下所示:
其中,x為選定的批次中的單個(gè)樣本,xi為其他的單個(gè)樣本。w=[w0,w1,w2,…,wKI]為核函數(shù)矩陣ψ(x)=[1,K(x,x1),K(x,x2),…,K(x,xKI)]T的權(quán)重向量;K(g)為核函數(shù),代表高維空間的內(nèi)積;I為該工況下的批次數(shù)目,J為變量個(gè)數(shù),K為每個(gè)批次的采樣數(shù)據(jù)點(diǎn)數(shù),為了得到最優(yōu)的參數(shù)向量w=[w0,w1,w2,…,wKI],需要對如下的參數(shù)后驗(yàn)概率進(jìn)行最優(yōu)化:
其中,p(·)為概率密度函數(shù),p(w|α)表示后驗(yàn)概率,代表在a存在的情況下w發(fā)生的概率;y為模型的輸出變量,α為參數(shù)向量,Σ為協(xié)方差,μ為均值,σ2為方差,T為矩陣的轉(zhuǎn)置。
3.根據(jù)權(quán)利要求1所述基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測方法,其特征在于,所述步驟7具體為:對于一個(gè)新的批次數(shù)據(jù)xnew,將其歸一化之后得到直接輸入到關(guān)聯(lián)向量回歸模型中,在線計(jì)算該實(shí)時(shí)數(shù)據(jù)對應(yīng)的模型輸出值,即青霉素生產(chǎn)過程當(dāng)前批次的濃度預(yù)測值計(jì)算如下:
其中,
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學(xué),未經(jīng)浙江大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410129944.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預(yù)定,例如用于門票、服務(wù)或事件的
G06Q10-04 .預(yù)測或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項(xiàng)目管理,例如組織、規(guī)劃、調(diào)度或分配時(shí)間、人員或機(jī)器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運(yùn)輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計(jì)算機(jī)輔助管理
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)
- 防止技術(shù)開啟的鎖具新技術(shù)
- 技術(shù)評價(jià)裝置、技術(shù)評價(jià)程序、技術(shù)評價(jià)方法
- 防止技術(shù)開啟的鎖具新技術(shù)
- 視聽模擬技術(shù)(VAS技術(shù))
- 用于技術(shù)縮放的MRAM集成技術(shù)
- 用于監(jiān)測技術(shù)設(shè)備的方法和用戶接口、以及計(jì)算機(jī)可讀存儲介質(zhì)
- 用于監(jiān)測技術(shù)設(shè)備的技術(shù)
- 技術(shù)偵查方法及技術(shù)偵查系統(tǒng)
- 使用投影技術(shù)增強(qiáng)睡眠技術(shù)
- 基于技術(shù)庫的技術(shù)推薦方法





