基于梯度提升回归树的发酵过程软测量研究

摘要

生物发酵过程的优化控制需要很多变量的参与,其中有许多无法实现实时在线测量.对此,论文结合群体智能算法和机器学习技术,提出了一种基于梯度提升回归树的发酵过程软测量方法,同时利用果蝇算法对回归树的关键参数进行寻优,以及偏移补偿技术对模型输出值进行校正.以Pensim仿真平台所得的青霉素发酵数据检验论文方法的效果,结果表明,该方法的预测精度在5.42％以内,明显优于BPNN、SVR、AdaBoost和RF方法,对发酵过程的关键变量预测有指导意义.