公开(公告)号：CN114417720B

公开(公告)日：2023-04-28

申请号：CN202210061081.0

申请日：2022-01-19

Applicant: 江苏大学

Inventor： 王博 ,  何梦怡 ,  朱湘临 ,  王星宇

IPC: G06F30/27 ,  G06F18/214 ,  G06F119/02

Abstract: 本发明公开了一种毕赤酵母发酵过程多模型预测控制方法，包括：利用模糊C‑均值聚类算法(FCM)将先验数据划分为m个训练样本集(样本簇)。对于每个样本簇，采用最小二乘支持向量机(LSSVM)和改进粒子群优化(IPSO)方法得到相应的预测模型，然后，针对m个局部预测模型，分别设计了相应的预测控制器，最后，在每个采样时刻计算对象输出和每个子预测模型输出之间的偏差，基于多模型相对误差加权算法构建多模型融合预测控制器，利用该控制方法对毕赤酵母发酵过程进行控制。该方法提高了模型的自适应能力，使其更准确地描述非线性系统的实际状态。

公开(公告)号：CN114417720A

公开(公告)日：2022-04-29

申请号：CN202210061081.0

申请日：2022-01-19

Applicant: 江苏大学

Inventor： 王博 ,  何梦怡 ,  朱湘临 ,  王星宇

IPC: G06F30/27 ,  G06K9/62 ,  G06F119/02

Abstract: 本发明公开了一种毕赤酵母发酵过程多模型预测控制方法，包括：利用模糊C‑均值聚类算法(FCM)将先验数据划分为m个训练样本集(样本簇)。对于每个样本簇，采用最小二乘支持向量机(LSSVM)和改进粒子群优化(IPSO)方法得到相应的预测模型，然后，针对m个局部预测模型，分别设计了相应的预测控制器，最后，在每个采样时刻计算对象输出和每个子预测模型输出之间的偏差，基于多模型相对误差加权算法构建多模型融合预测控制器，利用该控制方法对毕赤酵母发酵过程进行控制。该方法提高了模型的自适应能力，使其更准确地描述非线性系统的实际状态。