首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于RF-IHHO-LSTM的厌氧发酵过程软测量建模方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京工业大学

摘要:本发明公开了一种基于RF‑IHHO‑LSTM的厌氧发酵软测量建模方法针对厌氧发酵过程中难以直接测量的VFA浓度进行精准的预测。包括如下步骤:1数据采集后利用随机森林RF算法筛选通过现场操作或者实验获得过程的采样数据,选取重要性较高的辅助变量进行预测;2采用精英反向学习EOBL和黄金正弦算法Gold‑SA提高哈里斯鹰优化算法的种群多样性和局部搜索能力;3针对厌氧发酵过程建立长短时记忆LSTM软测量模型,利用改进的哈里斯鹰优化IHHO算法对LSTM模型参数进行优化,采用精英反向学习EOBL和黄金正弦算法Gold‑SA提高种群多样性和局部搜索能力;4将RF选择的重要性较高的辅助变量输入到IHHO‑LSTM软测量模型中进行建模。本发明建模方法,具有较好的估计性能,准确性高,泛化能力强,也适用于其他复杂化学反应过程软测量建模。

主权项:1.一种基于RF-IHHO-LSTM的厌氧发酵过程软测量建模方法,其特征包含如下步骤:1现场操作或者实验获得厌氧消化过程的关键采样数据,通过RF算法进行厌氧消化过程软测量辅助变量的筛选,选取重要的辅助变量作为特征变量;2对选取的辅助变量样本数据划分训练集与测试集并进行归一化处理,消除不同变量的单位和维度的影响;3设置HHO的参数,即迭代次数和种群规模,利用EOBL优化HHO的初始化策略,GOLD-SA平衡HHO算法的探索阶段和开发阶段以改进HHO的搜索策略;4构建厌氧发酵过程LSTM软测量模型,以最小化LSTM网络的误差为适应度函数,利用IHHO算法对LSTM模型的参数进行优化,参数包括学习率、批量大小和隐含层的节点数;5将得到的参数最优值代入到LSTM中,输入RF选择的辅助变量至IHHO-LSTM厌氧发酵过程软测量模型,利用LSTM提取厌氧发酵过程数据时间序列的特征,预测VFA的含量。

全文数据:

权利要求:

百度查询: 南京工业大学 一种基于RF-IHHO-LSTM的厌氧发酵过程软测量建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术