与机理杂交的支持向量机为发酵过程建模

针对生物发酵过程机理复杂、高度非线性的特点，采用基于结构风险最小的支持向量机为发酵过程建模，其算法规范，建模复杂度低于神经网络方法，所建模型的预测效果更好.还将生化过程的动力学机理与支持向量机相结合，采用串联和串并联结构，提出与机理杂交的支持向量机建模方法，并为间歇式酒精发酵过程中酵母菌体浓度变化建立了预测模型.原理分析与试验结果表明与机理杂交的支持向量机建模方法，相比于单一近似的动力学模型、单一的支持向量机模型，以及机理杂交的神经网络模型，它的预测精度高，泛化能力强，性能更为优越.