基于改进极限学习机的软测量建模方法

摘要：

针对生物发酵过程中一些生物参量难以测量的问题,提出一种基于改进极限学习机(IELM)的软测量建模方法.该方法通过最小二乘方法和误差反馈原理计算出最优的网络输入到隐含层的学习参数,以提高模型的稳定性和预测精度.通过双对角化方法计算出最优的输出权值,解决输出矩阵的病态问题,进一步提高模型的稳定性.将所提方法应用于红霉素发酵过程生物量浓度的软测量.结果表明,与ELM、PL-ELM、IRLS-ELM软测量建模方法相比,IELM在线软测量建模方法具有更高的预测精度和更强的泛化能力.

关键词：极限学习机、软测量、双对角化、发酵过程

所属期刊栏目：48

分类号：TP273(自动化技术及设备)

资助基金：国家高技术研究发展计划8632007AA04Z179;中国博士后科学基金20110491359

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：51-54