基于贝叶斯-支持向量机的丁醇发酵关键过程软测量建模

发布时间：2021-04-07 13:44

　　随着工业化的进步,能源成为社会发展不可或缺的一部分,然而石油等不可再生资源越来越少且环境污染大,因此可再生新能源的研究工作成为现代发展的重点之一。丁醇具有辛烷值高、低吸湿性、可与汽油任意比混合等优点,是新能源的突出代表。为避免传统化工合成丁醇方法产生的环境污染、操作复杂和高成本等问题,提出将秸秆作为基质进行微生物发酵合成丁醇的方法。秸秆经过各种酶的水解可得到含有多种糖类的糖化液,在糖化液中接种拜氏梭菌经过代谢合成丁醇。经过对秸秆发酵合成丁醇的工艺研究确定发酵过程中的关键生物量,由关键生物量的动力学分析筛选出关键影响因子确定最优发酵条件。为提高发酵效率需要实时准确的测量关键生物量,引入软测量对不可直接测量的关键生物量进行预测。微生物发酵初期样本数据较少,支持向量机（Support Vector Machines,SVM）对小样本具有很高的泛化能力,因此以支持向量机为基础进行算法优化。贝叶斯方法具有良好的拓展性可与多种算法融合,并且贝叶斯方法可解决数据偏差、数据缺失等问题,因此利用贝叶斯方法对支持向量机进行优化,将所得到的贝叶斯优化的支持向量机算法（Support Vector Machi... 

【文章来源】：江苏大学江苏省

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究目的与意义
    1.2 丁醇研究背景与现状
        1.2.1 发酵工艺
        1.2.2 微生物发酵工艺问题
    1.3 软测量研究背景与现状
    1.4 主要研究内容
第二章 支持向量机的贝叶斯优化
    2.1 支持向量机
        2.1.1 风险最小化与学习一致性
        2.1.2 最优分类面
    2.2 贝叶斯方法
        2.2.1 代先验和代似然
        2.2.2 最大后验估计
        2.2.3 变分形式与分布估计
    2.3 支持向量机的贝叶斯优化
        2.3.1 最优化问题的简化
        2.3.2 数据增广法的近似求解
    2.4 仿真与分析
    2.5 小结
第三章 多层支持向量机的软测量模型
    3.1 支持向量机回归
    3.2 动态时间规整处理数据
    3.3 多层混合软测量模型
        3.3.1 后验概率
        3.3.2 DB-SVR软测量模型
    3.4 仿真与分析
    3.5 小结
第四章 DB-SVR软测量模型在丁醇合成中的应用
    4.1 工艺流程
    4.2 丁醇发酵动力学
        4.2.1 动力学模型
        4.2.2 动力学参数
        4.2.3 辅助变量选取
    4.3 预测实验分析
    4.4 小结
第五章 总结与展望
    5.1 全文总结
    5.2 工作展望
参考文献
致谢
攻读硕士学位期间发表论文及参加科研项目



本文编号：3123599