TY -的A2 -王,生态园AU -李,朱盟-拉赫曼,哈利勒Ur盟——文汇,刘盟——大学生Atique,法伊扎PY - 2021 DA - 2021/03/20 TI -软测量建模方法基于SPA-GWO-SVR海洋蛋白酶发酵过程SP - 6653503六世- 2021 AB -海洋蛋白酶发酵过程是一个高度非线性、时变、多变量、强耦合的复杂的生化反应过程。由于生物体的生长和繁殖,内部机制是非常复杂的。一些关键变量(如细胞浓度、底物浓度、酶活性),直接反映发酵过程的质量难以实时测量,传统的测量方法。软测量模型的基础上提出了一种支持向量回归(SVR)在本文中来解决这个问题。为了进一步提高模型的预测精度,灰太狼优化(拥有)算法用于优化的关键参数(核函数宽度 σ,惩罚因子 c,不敏感系数 ε)的SVR模型。研究选择辅助变量的影响在软测量建模、连续投影算法(SPA)用于确定特征变量和比较它们与灰色关联分析(GRA)算法。最后,Excel电子表格数据调用MATLAB编程,和建立SPA-GWO-SVR软测量模型预测关键生物变量。仿真结果表明,SPA-GWO-SVR模型具有较高的预测精度和泛化能力比传统SPA-SVR模型。的实时监控是由MATLAB软件处理海洋蛋白酶发酵过程,满足需求的海洋蛋白酶发酵过程的最优控制。SN - 1687 - 5249你2021/6653503 / 10.1155——https://doi.org/10.1155/2021/6653503——摩根富林明,控制科学与工程学报PB - Hindawi KW - ER