论文部分内容阅读
针对复杂发酵过程逆软测量模型难以建立和估计精度不高的问题,提出一种基于偏最小二乘和变量投影重要性指标的PLS-vIP神经网络逆软测量方法。该方法在"内含传感器"逆软测量模型的基础上,通过计算变量投影重要性指标,确定逆模型中各辅助变量对关键生化量的贡献率,建立了辅助变量少、估计精度高的逆软测量模型。与传统逆软测量方法相比,克服了依赖于数学模型和复杂算法推导的问题。将其应用到青霉素发酵过程中生化量估计中,利用Pensim仿真平台进行实验,仿真实验结果表明,该方法的逆模型比传统逆模型构建简单、估计精度高。