改进的FCM-LSSVM青霉素发酵过程预测建模

来源期刊：控制工程2017年第11期

论文作者：熊印国

文章页码：2237 - 2242

关键词：青霉素发酵过程;模糊C均值聚类;最小二乘向量机;预测;

摘    要：针对青霉素发酵过程周期长,每个阶段表现出不同的特性,最小二乘支持向量机（least squares support vector machines,LSSVM）的全局模型预测精度难以保证的问题,提出了改进的基于模糊C均值聚类（fuzzy C-means clustering algorithm,FCM）和LSSVM的青霉素发酵过程分段建模方法。首先,在分析影响青霉素产物浓度相关因素的基础上选取输入变量,对样本数据采用FCM算法聚类,按照最大隶属度将样本归类为稳定过程或过渡过程;然后,分别为稳定过程的4个阶段和过渡过程的3个阶段分别建立LSSVM子模型,最后通过子模型切换策略得到系统输出。利用Pensim仿真平台数据,将提出的方法与FCM-LSSVM和LSSVM方法进行比较,平均绝对误差分别为0.013 2、0.014 3、0.014 9,均方根误差分别为0.017 8、0.019 2、0.021 6,实验结果表明,所提出的方法具有良好的精度和泛化能力。