[发明专利]一种基于孪生支持向量回归机的发酵过程软测量方法

摘要

本发明提供一种基于孪生支持向量回归机的发酵过程软测量方法，属于工业发酵生产过程软测量建模和应用领域。该方法首先对辅助变量数据进行预处理，对谷氨酸生产过程中辅助变量和产物谷氨酸浓度的非线性关系进行基于孪生支持向量回归机的软测量建模，通过发酵过程中易于测量的辅助变量对难于测量的产物谷氨酸浓度进行在线软测量，为谷氨酸发酵生产过程的产物谷氨酸浓度的在线实时测量提供了一种方法。本软测量建模能提高谷氨酸发酵过程产物谷氨酸浓度的预测精度，减少建模时间，可有效用于指导谷氨酸生产。

主权项

1.一种基于孪生支持向量回归机的发酵过程软测量方法，其特征在于，具体包括以下步骤：(1)通过实时数据库收集谷氨酸发酵过程各个辅助变量的数据，作为软测量建模样本的输入量；通过分析获取软测量建模样本所对应的谷氨酸浓度值，作为软测量建模样本的输出量；(2)利用基于灰狼算法优化孪生支持向量回归机建立谷氨酸发酵过程软测量模型，并将通过训练确定的谷氨酸发酵过程软测量模型参数存入数据库；(3)采集谷氨酸发酵过程各个辅助变量的新数据；(4)将采集的新数据直接输入基于灰狼算法优化孪生支持向量回归机的谷氨酸发酵过程软测量模型中，得到实时的谷氨酸浓度；其中，所述步骤(2)软测量模型建立的具体过程如下：①参数初始化：设置灰狼算法的种群数量p，最大迭代次数M，参数C1,C2的取值范围，需要优化的参数个数为2，初始化迭代次数l为0；②将灰狼种群分成α,β,γ三个等级，三个等级的狼群初始位置Hα＝(Hα(1),Hα(2))，Hβ＝(Hβ(1),Hβ(2))，Hγ＝(Hγ(1),Hγ(2))都设置为(0,0)，三个等级的狼群适应度函数值fitα,fitβ,fitγ都设置为无穷大，按式(1)随机初始化一组参数c1和c2：其中：rand(p,1)表示随机生成p×1维列向量，向量中所有元素为[0,1]之间的随机数；ub是参数C₁和C₂的取值上界，lb是参数C₁和C₂的取值下界；③令i＝1；④取一组参数和为孪生支持向量回归机的惩罚参数，建立基于灰狼算法优化孪生支持向量回归机的谷氨酸发酵过程软测量模型：其中：表示软测量建模的第j个输出量预测值，j＝1,2,…,n，是由输出量预测值构成的n×1维列向量，f₁(x),f₂(x)是n×1维的孪生支持向量回归机的两个不平行决策函数：f1(x)＝K(x,xT)·ω1+eb1                           (3)f2(x)＝K(x,xT)·ω2+eb2                             (4)其中：x∈Rn×m，表示软测量建模样本的输入量组成的n×m维矩阵；ω1,ω2是权重，为n×1维列向量；b1,b2是偏置，e为n×1维单位列向量；K(x,xT)＝[S+(x·xT)]·[S+(x·xT)]T，S是元素全为1的n×n矩阵；式(3)和式(4)中的ω1,ω2,b1,b2通过求解式(5)和式(6)得到：其中：Y＝[y1 y2 … yn]T，yj表示软测量建模样本的第j个输出量，j＝1,2,…,n，Y是由输出量构成的n×1维列向量；ε1,ε2是正常数，ξ和μ是非负的松弛变量，为n×1维列向量，引入拉格朗日乘子δ和η，都为n×1维列向量，得到拉格朗日函数：根据KKT条件：u1＝(GTG)‑1GT(h1‑δ)                               (8)u2＝(GTG)‑1GT(h2+η)                               (9)其中：G＝[K(x,x^T)e]，h₁＝Y‑ε₁e，h₂＝Y+ε₂e；式(5)和式(6)的对偶形式为：式(10)和式(11)通过MATLAB的二次规划工具箱求解，解得δ和η，将软测量建模样本的输入量、δ和η分别代入式(8)和式(9)，解得ω1,ω2,b1,b2；将软测量建模样本的输入量代入式(2)，得：⑤模型残差为：⑥将式(13)的Err分别与α,β,γ三个等级的适应度函数值fit_α,fit_β,fit_γ进行比较，当Err<fit_α时，则fit_α＝Err，当fit_α<Err<fit_β时，则fit_β＝Err，当fit_α<Err且fit_β<Err且fit_γ>Err时，则fit_γ＝Err，⑦判断iα,H_β,H_γ并计算更新后的值：σα＝2a·r1‑a,σβ＝2a·r2‑a,σγ＝2a·r3‑a                      (14)τα＝2·r4,τβ＝2·r5,τγ＝2·r6                            (15)其中：σα,σβ,σγ和τα,τβ,τγ表示α,β,γ三个等级的位置更新系数，a＝2‑l×(2/M)，l是迭代次数，a的值随着迭代次数l的增加，从2线性减小到0，rk是[0,1]之间的随机数，k＝1,2,3,4,5,6，更新后的位置：计算更新后的值：⑩判断t<p是否成立，成立，t＝t+1，重复⑨，不成立，转到计算l＝l+1，当l不超过最大迭代次数M时，转③，否则结束寻优过程，取输出最优C₁,C₂。