[發(fā)明專利]一種基于果蠅算法優(yōu)化梯度提升回歸樹的青霉素發(fā)酵過程軟測量建模方法在審
| 申請?zhí)枺?/td> | 201910187136.0 | 申請日： | 2019-03-13 |
| 公開（公告）號： | CN109858190A | 公開（公告）日： | 2019-06-07 |
| 發(fā)明（設(shè)計）人： | 潘豐;黃繼煒 | 申請（專利權(quán)）人： | 江南大學(xué) |
| 主分類號： | G06F17/50 | 分類號： | G06F17/50;G06N3/00 |
| 代理公司： | 大連理工大學(xué)專利中心 21200 | 代理人： | 梅洪玉 |
| 地址： | 214122 江*** | 國省代碼： | 江蘇;32 |
| 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： | 青霉素 發(fā)酵過程 軟測量建模 果蠅 發(fā)酵過程軟測量 算法優(yōu)化 建模 回歸 在線實時測量 在線軟測量 輔助變量 工業(yè)發(fā)酵 關(guān)鍵參數(shù) 離線測量 偏移補償 生產(chǎn)過程 實時測量 優(yōu)化算法 校準 尋優(yōu) 輸出 預(yù)測 生產(chǎn) | ||
本發(fā)明提供了一種基于果蠅算法優(yōu)化梯度提升回歸樹的青霉素發(fā)酵過程軟測量建模方法，屬于工業(yè)發(fā)酵生產(chǎn)過程軟測量建模和應(yīng)用領(lǐng)域。該方法通過果蠅優(yōu)化算法對梯度提升回歸樹的關(guān)鍵參數(shù)進行尋優(yōu)，實現(xiàn)對青霉素發(fā)酵過程的軟測量建模，通過青霉素發(fā)酵過程中可以實時測量的輔助變量對需要離線測量的青霉素產(chǎn)物濃度進行在線軟測量，并結(jié)合偏移補償技術(shù)對模型輸出值進行校準，為青霉素發(fā)酵過程產(chǎn)物濃度的在線實時測量提供了一種方法。本發(fā)明的軟測量建模方法能提高青霉素發(fā)酵過程產(chǎn)物濃度的預(yù)測精度，可有效用于指導(dǎo)青霉素的生產(chǎn)。
技術(shù)領(lǐng)域
本發(fā)明屬于工業(yè)發(fā)酵生產(chǎn)過程軟測量建模和應(yīng)用領(lǐng)域，特別涉及一種基于梯度提升回歸樹的發(fā)酵過程生化產(chǎn)物濃度的軟測量建模方法。
背景技術(shù)
青霉素在工業(yè)發(fā)酵領(lǐng)域的是一種重要的產(chǎn)品，有著非常廣泛的應(yīng)用。青霉素發(fā)酵過程具有高度非線性、重復(fù)性較差、慢時變等特點。在實際的生產(chǎn)過程中，青霉素濃度是發(fā)酵過程中一個重要的指標，但由于傳感器技術(shù)等的限制，該指標的測量很困難，目前常用的方法是通過實驗室離線測量得到。相比在線的實時測量方法，青霉素濃度的離線測量一般損耗更多的時間，這對于青霉素發(fā)酵過程的質(zhì)量控制來說是非常不利的。為了提高青霉素發(fā)酵過程的自動化程度和產(chǎn)品質(zhì)量，通常需要對青霉素濃度進行在線軟測量。
軟測量是選擇一些可以實時在線測量的輔助變量，建立和青霉素濃度之間的模型，并結(jié)合優(yōu)化過程確定模型最終參數(shù)。后續(xù)將新采集的輔助變量直接輸入生成好的模型，對青霉素濃度進行預(yù)測，可以實時獲取青霉素的濃度在線值，這避免了傳統(tǒng)方法的時滯性的缺點。
梯度提升回歸樹本身具有良好的泛化性和非線性建模能力，可以靈活處理各種類型的數(shù)據(jù)，在相對少的調(diào)參時間情況下，預(yù)測的準確率也可以比較高，同時結(jié)合使用一些健壯的損失函數(shù)，對異常值的魯棒性非常強，因此可以實現(xiàn)對青霉素濃度的在線軟測量。
發(fā)明內(nèi)容
針對上述現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供了一種基于梯度提升回歸樹的青霉素濃度軟測量建模方法。考慮梯度提升回歸樹需要優(yōu)化六個參數(shù)，設(shè)計了果蠅優(yōu)化算法，通過該算法嗅覺搜索和視覺搜索機制確定梯度提升回歸樹參數(shù)，使得基于梯度提升回歸樹的青霉素濃度軟測量建模的擬合度更好，最后結(jié)合偏移補償技術(shù)，對模型輸出值進行校準，獲得更加準確的青霉素濃度預(yù)測值。
本發(fā)明所采用的技術(shù)方案是：
一種基于果蠅算法優(yōu)化梯度提升回歸樹的青霉素發(fā)酵過程軟測量建模方法，包括以下步驟：
(1)通過數(shù)據(jù)庫收集青霉素發(fā)酵過程中可在線測量的變量值，作為軟測量建模樣本的輸入量，離線測量所得的青霉素濃度值，作為軟測量建模樣本的輸出量；
(2)將軟測量建模樣本分為兩個數(shù)據(jù)集，為軟測量建模的訓(xùn)練數(shù)據(jù)集，N1為訓(xùn)練數(shù)據(jù)集的組數(shù)，Ak是1×d維的行向量，為軟測量建模樣本的一組輸入量，是Ak對應(yīng)的軟測量建模樣本的輸出量，k＝1,2,…,N1，d為每組輸入量的維數(shù)；為軟測量建模的測試數(shù)據(jù)集，N2為測試數(shù)據(jù)集的組數(shù)，Bk是1×d維的行向量，為軟測量建模樣本的一組輸入量，yk是Bk對應(yīng)的軟測量建模樣本的輸出量，k＝1,2,…,N2，d為每組輸入量的維數(shù)；
(3)利用基于果蠅算法優(yōu)化梯度提升回歸樹建立青霉素發(fā)酵過程軟測量模型，并將通過訓(xùn)練確定的青霉素發(fā)酵過程軟測量模型參數(shù)存入數(shù)據(jù)庫；
(4)采集青霉素發(fā)酵過程可在線測量變量的新數(shù)值；
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)利屬于江南大學(xué)，未經(jīng)江南大學(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/201910187136.0/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
