论文部分内容阅读
生物发酵过程具有高度非线性、时变性、迟滞性和相关性，传统的测量方法难以实现对发酵过程中较为复杂的生物参数，也是最关键参量的在线检测，采用软测量技术是解决此问题的出路之一。支持向量方法是一种基于结构风险最小化模型的小样本学习方法，是继神经网络之后的一个新的研究方向。嵌入式系统是针对不同的具体应用而设计的嵌入式系统，反映当代最新技术的先进水平。
本课题在分析了各种生物量软测量方法研究现状后，着重研究了基于支持向量机的生物量软测量方法。根据菌种的发酵过程，建立了基于标准支持向量机的生物量软测量模型，并结合嵌入式ARM9系统优良的实时性、高可靠性和软、硬件可裁剪等性能实现生物发酵罐的改进。在PC机上制作VB界面直观显示发酵过程参数的变化。在Matlab上进行最小二乘支持向量机的仿真。
在嵌入式系统上，标准支持向量机具有良好的实时性和预测能力。Matlab仿真实验结果表明，基于最小二乘支持向量机的软测量模型，能很好的实现生物量的在线检测，具有较好的泛化能力。本文建立的生物量软测量模型克服了传统测量方法的缺陷，为发酵过程生物量在线检测提供了一种新的方法。