基于BEF-LS-SVM的秸秆发酵制乙醇浓度预测

【摘要】：针对秸秆发酵制乙醇浓度预测问题,引入最小二乘支持向量机(Least square support vector machines,LS-SVM)方法应用于乙醇浓度的预测。考虑到LS-SVM的参数选择会对预测结果产生较大的影响,提出了基于贝叶斯证据框架(Bayesian evidence framework,BEF)优化的最小二乘支持向量机预测方法。通过BEF自动调整正则化参数和核参数,更好地实现了最小化误差和模型复杂性之间的折中。将秸秆发酵中的接种率、温度、p H值和温度用来预测乙醇浓度实时值,在糖化液制乙醇条件下进行实验验证,结果表明:所设计预测模型具有较高的精度,能够实时准确地预测出乙醇浓度值。 【作者单位】： 南京理工大学泰州科技学院;
【关键词】： BEF-LS-SVM 秸秆发酵 乙醇浓度 预测
【基金】：泰州市科技支撑计划(社会发展)项目,项目名称:贝叶斯证据框架下LS-SVM方法在泰州市秸秆发酵制乙醇浓度软测量中的研究(编号:SSF20150011)
【分类号】：TQ223.122;TQ920.6
【正文快照】： 1概述随着资源枯竭的危险,石油、煤炭、天然气等化石燃料在价格不断上涨,能源作为当今社会赖以生存和发展的基础[1],在世界各国引起了高度关注。在此情况下,替代能源显得尤为重要,其中利用生物原料制乙醇研究得最为广泛。目前,制造乙醇的生物原料主要是粮食和糖料,但是这两种

您可以在本站搜索以下学术论文文献来了解更多相关内容

玉米秸秆发酵生产乙醇的研究进展    窦克军;孙春宝;

    

秸秆发酵燃料乙醇新技术通过鉴定    王秀兰