基于改进即时学习的海洋碱性蛋白酶菌体浓度广义预测控制

针对微生物发酵过程中普遍存在的时变性、非线性等问题,基于最小二乘回归算法和改进即时学习(JITL)策略设计出一种基质给进速率控制器。首先,通过发酵仪器采集数据形成历史数据库,再使用加权模糊C均值聚类(WFCM)算法对数据进行分类,使查询值到来时能快速建立基于JITL-LS-SVM的海洋碱性蛋白酶菌体浓度局部预测模型。同时,为了避免预测控制中求解非线性问题,采用泰勒线性化方法,并用广义预测(GPC)算法对海洋碱性蛋白酶菌体浓度进行预测控制。实验仿真表明:基于改进JITL的JITL-LS-SVM模型能够达到较好的控制效果,并且葡萄糖给进速率响应迅速,适合海洋碱性蛋白酶发酵过程中的基质流加补料控制。