姚乐
- 作品数：3 被引量：23H指数：3
- 供职机构：江南大学物联网工程学院自动化研究所更多>>
- 发文基金：江苏高校优势学科建设工程资助项目国家自然科学基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 混沌最小二乘支持向量机及其在发酵过程建模中的应用被引量：12
- 2013年
- 针对青霉素发酵过程的参数检测存在不确定因素,提出一种基于混沌最小二乘支持向量机的青霉素浓度预测方案。采用混沌优化算法对最小二乘支持向量机参数进行寻优,建立了一种混沌最小二乘支持向量机模型。首先,利用该模型对两种常规非线性函数曲线进行了仿真回归,结果表明,算法具有良好的建模精度;其次,基于Pensim仿真平台,运用文中方法预测青霉素发酵过程的产物量,实验仿真表明混沌优化算法具有良好的全局优化性能,在参数选择中可以有效避免陷入局部最小值,基于混沌优化的最小二乘支持向量机具有较高的建模精度。
- 熊伟丽姚乐徐保国
- 关键词：混沌最小二乘支持向量机青霉素
- 一种动态校正的AGMM-GPR多模型软测量建模方法被引量：6
- 2016年
- 工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.
- 熊伟丽李妍君姚乐徐保国
- 关键词：自适应动态校正ARIMA模型
- 基于EM算法的青霉素发酵过程多阶段融合建模被引量：6
- 2014年
- 青霉素发酵过程具有明显的阶段特征,该特征从一些关键操作变量信息中能够得到反映。本文从反应过程的多个操作变量中,选取关键过程变量——冷水流加速率作为调度变量,并采用模糊C均值聚类算法对其进行分类,各聚类中心作为青霉素发酵过程的主要工况点;基于EM算法围绕不同工况点建立局部子模型,最后根据采样数据阶段特征的后验分布将各子模型融合。基于此方法采用Pensim仿真平台数据,能够辨识数据的阶段特征,并建立青霉素发酵过程的融合模型。仿真结果表明该模型具有较高的拟合精度,能对该发酵过程的主导变量进行比较精确的预测。
- 熊伟丽姚乐徐保国
- 关键词：EM算法模糊C均值聚类算法青霉素发酵过程
