计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2014年
12期
1475-1478
,共4页
变量投影重要性%内含传感器%神经网络逆系统%软测量%发酵系统
變量投影重要性%內含傳感器%神經網絡逆繫統%軟測量%髮酵繫統
변량투영중요성%내함전감기%신경망락역계통%연측량%발효계통
variable importance in the project%assume inherent sensor%neural network inverse system%soft sensor%fermentation process
生物发酵过程中关键生化变量难以直接检测,提出了一种利用基于敏感性与特异性的变量投影重要性(SSVIP)方法优化神经网络逆系统(NNI)的软测量方法.根据逆系统理论建立软测量模型,采用VIP变量优选方法,对软测量模型中的辅助变量进行优化.为了进一步提高VIP方法优选变量的性能,利用模型敏感性与特异性的概念,重新定义了VIP筛选阈值,确定最优的发酵过程软测量模型的变量.构造神经网络近似最优逆系统软测量模型,实现对发酵过程中关键过程变量的估计.通过Pensim仿真平台进行实验研究,结果表明经过辅助变量优选的神经网络逆系统软测量模型具有更高的估计精度和泛化能力.
生物髮酵過程中關鍵生化變量難以直接檢測,提齣瞭一種利用基于敏感性與特異性的變量投影重要性(SSVIP)方法優化神經網絡逆繫統(NNI)的軟測量方法.根據逆繫統理論建立軟測量模型,採用VIP變量優選方法,對軟測量模型中的輔助變量進行優化.為瞭進一步提高VIP方法優選變量的性能,利用模型敏感性與特異性的概唸,重新定義瞭VIP篩選閾值,確定最優的髮酵過程軟測量模型的變量.構造神經網絡近似最優逆繫統軟測量模型,實現對髮酵過程中關鍵過程變量的估計.通過Pensim倣真平檯進行實驗研究,結果錶明經過輔助變量優選的神經網絡逆繫統軟測量模型具有更高的估計精度和汎化能力.
생물발효과정중관건생화변량난이직접검측,제출료일충이용기우민감성여특이성적변량투영중요성(SSVIP)방법우화신경망락역계통(NNI)적연측량방법.근거역계통이론건립연측량모형,채용VIP변량우선방법,대연측량모형중적보조변량진행우화.위료진일보제고VIP방법우선변량적성능,이용모형민감성여특이성적개념,중신정의료VIP사선역치,학정최우적발효과정연측량모형적변량.구조신경망락근사최우역계통연측량모형,실현대발효과정중관건과정변량적고계.통과Pensim방진평태진행실험연구,결과표명경과보조변량우선적신경망락역계통연측량모형구유경고적고계정도화범화능력.
