文献

J-GLOBAL ID：201702283591681031   整理番号：17A1532148

自己適応重み付き最小二乗サポートベクトルマシンに基づくペニシリン発酵プロセスのソフトセンシングモデリング【JST・京大機械翻訳】

Soft sensor modeling for penicillin fermentation process based onadaptive weighted least squares support vector machine

著者 (4件)： Zhao Chao (福州大学 石油化工学院,福建 福州,350108) ,  Li Jun (福州大学 石油化工学院,福建 福州,350108) ,  Dai Kuncheng (福州大学 石油化工学院,福建 福州,350108) ,  Wang Guiping (福州大学 石油化工学院,福建 福州,350108)
資料名： Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban  (Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 41  号： 1  ページ： 100-107  発行年： 2017年 
JST資料番号： C2961A  ISSN： 1005-9830  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： モデルの性能に及ぼす測定データの影響を,生物学的プロセスのソフトセンシングモデル化プロセスにおけるサンプルデータに含まれる可能性のある測定誤差によって研究した。適応重み付き最小二乗サポートベクトルマシン(Adaptive weighted least squares support vector machine、AWLS-SVM)回帰のソフト測定モデリング方法を提案した。この方法は最小二乗サポートベクトルマシンモデルに基づいており、サンプルのフィッティング誤差に基づき、改善した正規分布の重み付け規則に従って、適応的に各モデリングサンプルに対して異なる重みを割り当て、ランダム誤差がモデルの性能に与える影響を低減する。同時に,カオス的差分-シミュレーテッドアニーリング(CDE-SA)アルゴリズムを用いて,モデルパラメータを最適化し,モデルの一般化能力を改善した。..... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .シミュレーション結果は,以下を示した。AWLS-SVMモデルの予測精度とロバスト性能は,最小二乗サポートベクトルマシン(LS-SVM)と加重最小二乗サポートベクトルマシン(WLS-SVM)のものより優れている。Pensimシミュレーションプラットフォームのデータを用いて、AWLS-SVM方法をペニシリン発酵プロセスのソフト測定モデリングに応用し、比較的良い効果を得た。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ペニシリン発酵 ,  測定誤差 ,  カオス ,  モデル ,  最適化 ,  正規分布 ,  シミュレーテッドアニーリング ,  *モデリング ,  シミュレーション ,  重みづけ ,  アルゴリズム
準シソーラス用語： 予測精度 ,  モデルパラメータ ,  *ソフトセンシング ,  *自己適応 , 【Automatic Indexing@JST】

著者キーワード (5件)： weighted least squares support vector machines ,  penicillin fermentation process ,  normal distribution function ,  chaos differential evolution simulated annealing ,  soft sensor model

分類 (5件)： 石油と石油製品の性質,分析,試験  (YF02020X) ,  化学プロセスの測定,監視,計装  (XC02030Y) ,  有機化合物の物理分析  (CC03034A) ,  分光分析  (CC03012W) ,  分子構造と性質の実験的研究  (CB01020I)

タイトルに関連する用語 (4件)： 自己適応 ,  最小二乗サポートベクトルマシン ,  ペニシリン ,  発酵プロセス