改进支持向量机在棉铃虫人工饲料配方优化中的应用

发展新的实验设计与分析方法，通过实施尽可能少的实验而获得满意配方对动植物营养、发酵工程等复杂多因素多水平寻优问题极为重要。本研究结合均匀设计（uniformdesign,UD）与支持向量回归（supportvectorregression,SVR），提出了一种新的配方优化实验设计与分析方法UD-SVR，将其应用于棉铃虫Helicoverpaarmigera（Hübner）幼虫人工饲料配方优化。结果表明：在考虑6因素时仅通过2轮22个实验，表征配方优劣的指标——平均蛹重即由初始的0.2436g高效提升至0.3044g，明显优于二次多项式偏最小二乘回归等经验风险最小参比模型。UD-SVR预测精度高、指导性强、可解释性好、优化高效，有望在多因素多水平配方优化中得到广泛应用。