基于遷移成分分析的發酵過程集成軟測量建模

【摘要】：青霉素發酵過程具有不確定性和多階段等特點，不同批次發酵過程間存在工況差異，過程數據的分布不一定相同，使傳統軟測量模型性能下降。因此結合遷移學習策略和高斯混合模型，提出一種基于遷移成分分析的多模型集成軟測量建模方法。該方法使用遷移成分分析求解樣本間共享特征映射矩陣，適配建模過程數據與待測數據的邊緣概率分布；并基于高斯混合模型對建模數據進行聚類劃分，與偏最小二乘算法結合建立子模型的集成模型，完成對主導變量的預測?；谇嗝顾仄脚_數據的仿真結果表明，所提方法不僅能夠有效提高青霉素發酵過程軟測量模型的精度，而且適應于變工況下青霉素濃度的預測。