基于核岭回归的谷氨酸发酵过程软测量建模

摘要

针对影响谷氨酸发酵过程关键生化参数产物浓度难以在线检测给发酵优化控制带来困难问题,建立基于核岭回归(KRR)的谷氨酸浓度预测模型.首先,通过一致关联度对输入辅助变量进行相关性分析,降低模型复杂性,提高模型性能;对建立的一致关联度降维后的KRR谷氨酸浓度软测量模型,应用5L发酵罐实验数据进行训练和测试;仿真结果验证了所提方法的有效性,所建谷氨酸浓度软测量模型均方根误差为2.0671,相对神经网络(NN)2.1889和支持向量机回归2.6022,具有更好跟踪精度;同时建模时间短,仅为0.438S,相对神经网络(NN)10.5S和支持向量机回归32.7S,具有明显优势,有助于对谷氨酸发酵过程优化控制提供及时指导.