计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
20期
51-54
,共4页
张东娟%丁煜函%刘国海%梅从立
張東娟%丁煜函%劉國海%梅從立
장동연%정욱함%류국해%매종립
极限学习机%软测量%双对角化%发酵过程
極限學習機%軟測量%雙對角化%髮酵過程
겁한학습궤%연측량%쌍대각화%발효과정
针对生物发酵过程中一些生物参量难以测量的问题,提出一种基于改进极限学习机(IELM)的软测量建模方法.该方法通过最小二乘方法和误差反馈原理计算出最优的网络输入到隐含层的学习参数,以提高模型的稳定性和预测精度.通过双对角化方法计算出最优的输出权值,解决输出矩阵的病态问题,进一步提高模型的稳定性.将所提方法应用于红霉素发酵过程生物量浓度的软测量.结果表明,与ELM、PL-ELM、IRLS-ELM软测量建模方法相比,IELM在线软测量建模方法具有更高的预测精度和更强的泛化能力.
針對生物髮酵過程中一些生物參量難以測量的問題,提齣一種基于改進極限學習機(IELM)的軟測量建模方法.該方法通過最小二乘方法和誤差反饋原理計算齣最優的網絡輸入到隱含層的學習參數,以提高模型的穩定性和預測精度.通過雙對角化方法計算齣最優的輸齣權值,解決輸齣矩陣的病態問題,進一步提高模型的穩定性.將所提方法應用于紅黴素髮酵過程生物量濃度的軟測量.結果錶明,與ELM、PL-ELM、IRLS-ELM軟測量建模方法相比,IELM在線軟測量建模方法具有更高的預測精度和更彊的汎化能力.
침대생물발효과정중일사생물삼량난이측량적문제,제출일충기우개진겁한학습궤(IELM)적연측량건모방법.해방법통과최소이승방법화오차반궤원리계산출최우적망락수입도은함층적학습삼수,이제고모형적은정성화예측정도.통과쌍대각화방법계산출최우적수출권치,해결수출구진적병태문제,진일보제고모형적은정성.장소제방법응용우홍매소발효과정생물량농도적연측량.결과표명,여ELM、PL-ELM、IRLS-ELM연측량건모방법상비,IELM재선연측량건모방법구유경고적예측정도화경강적범화능력.
