基于梯度提升回归树的发酵过程软测量研究
黄继炜
潘丰
1.江南大学轻工过程先进控制教育部重点实验室 无锡 2141222.江南大学轻工过程先进控制教育部重点实验室 无锡 214122
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.
关键词：软测量梯度提升回归树果蝇算法偏移补偿
分类号：TP391.9(计算技术、计算机技术)
资助基金：国家自然科学基金(61773182)
论文发表日期：2020-08-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1824-1830,1869 )
英文信息