发酵过程生物量是关键的过程参数,直接影响着发酵过程优化。本项目以发酵过程生物量测量为研究对象,从发酵过程先验知识和机理分析的研究入手,研究"产生式规则"的建立方法,建立优化的"产生式规则库",研究基于支持向量机的软测量模型的建模方法,及软测量模型的在线校正方法,建立有效的软测量混合模型,结合EKF(Extended Kalman Filter)技术,研究基于软测量混合模型的生物量在线估计算法,并在上述研究的基础上,通过酵母发酵生产谷胱甘肽发酵过程中实际的实验研究,检验模型。本项目研究能为软测量模型提供一种新的建模方法,具有重要的理论意义;同时能为生物量在线测量提供一条新的有效途径,使发酵过程的先进优化控制算法和策略得以工业实际应用,且在生物工程、发酵工业和环境保护等领域有很好的应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
疏勒河源高寒草甸土壤微生物生物量碳氮变化特征
发酵过程混合式建模与控制方法的研究
面向半监督数据集的智能软测量建模方法研究与应用
基于动态隐变量模型的工业过程动态软测量建模及应用
基于半监督集成学习的化工过程自适应软测量建模方法研究