基于OSVR的谷氨酸发酵过程建模

摘要

谷氨酸发酵过程具有高度的非线性和时变性,其内在机理复杂,简单的数学模型难以很好地描述其反应过程。在线支持向量机回归(OSVR)是一种新型SVM学习算法,采用增量和减量训练算法在线校正模型参数,可提高预测模型的准确度。标准的OSVR算法中核函数运算且关于核函数的数据并非在每一步中都被更新,被更新的数据仅仅占据一小部分。文中提出利用缓存保存核函数运算结果的改进OSVR,它不需要重复计算核函数,只需对其中更新部分重新运算,并运用改进的OSVR建立谷氨酸发酵过程模型。仿真结果表明,改进的OSVR提高了建模精度和在线学习速度。