HAFBPS对发酵法生产透明质产量的预测

›› 2016, Vol. 29 ›› Issue (7): 22-.

HAFBPS对发酵法生产透明质产量的预测

许晓磊，聂文惠，曹菲

(江苏大学计算机科学与通信工程学院，江苏镇江 212013)

出版日期:2016-07-15 发布日期:2016-07-15
作者简介:许晓磊（1989-），男，硕士研究生。研究方向：数据预测。聂文惠（1968-），男，副教授。研究方向：数据库理论与应用等。
基金资助:
江苏省科技型企业创新基金资助项目(BC2014212)；江苏省普通高校研究生科研创新计划基金资助项目（1293000491）

Prediction of the Production of Transparent Material by HAFBPS

XU Xiaolei, NIE Wenhui, CAO Fei

(School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang 212013, China)

Online:2016-07-15 Published:2016-07-15

摘要/Abstract

摘要：

针对发酵生产透明质酸产量进行的预测方法困难的问题。提出一种基于粒子群算法的支持向量机模型，对发酵产物透明质酸的产量进行预测。支持向量机的精确度主要取决于惩罚系数和核参数的设定，为了提高其预测的精确度，将惩罚系数和核参数看成是一定空间范围的解，利用粒子群算法对其全局优化运算。通过比较HAFBPS和同类方法的仿真实验结果，得出基于粒子群算法的支持向量机模型在对发酵产物透明质酸的预测上具有更高的精确度

关键词: 粒子群算法, 参数优化, 支持向量机, 预测, 透明质酸

Abstract:

Currently, there is no good method for the production of hyaluronic acid forecast. This paper presents a model of particle swarm algorithm, HAFBPS, to predict the production of hyaluronic acid. The accuracy of SVM depends on the set of penalty coefficient and nuclear parameters. In order to improve its accuracy and efficiency, we transform the penalty coefficients and parameters into a solution of the space using particle swarm algorithm to optimize its operation in the global scope. Comparison of the results show that HAFBPS have higher accuracy on prediction of hyaluronic acid.

Key words: PSO, optimization, SVM, prediction, hyaluronic acid

中图分类号:

TP301.6

许晓磊，聂文惠，曹菲. HAFBPS对发酵法生产透明质产量的预测[J]. , 2016, 29(7): 22-.

XU Xiaolei, NIE Wenhui, CAO Fei. Prediction of the Production of Transparent Material by HAFBPS[J]. , 2016, 29(7): 22-.

[1]	伍伟嘉,杨俭,袁天辰,邵志慧. 基于支持向量机的轨道结构病害识别研究[J]. 电子科技, 2022, 35(2): 27-33.
[2]	邵志慧,杨俭,袁天辰,伍伟嘉. 基于排列熵和支持向量机的轨枕病害诊断[J]. 电子科技, 2022, 35(2): 52-58.
[3]	冯先丁,魏镜弢,吴张永,钱杰,浦友尚. 基于PCA-PSO-SVM的球磨机负荷预测研究[J]. 电子科技, 2022, 35(1): 29-34.
[4]	张朋飞,魏存伟,刘先康,刘安然,杨欧,林永霖. 窄带舰船目标识别方法研究[J]. 电子科技, 2021, 34(6): 50-55.
[5]	刘姝,邵杰,张颐婷,张善章. 基于双谱和谱特征的心电信号分类方法[J]. 电子科技, 2021, 34(5): 42-46.
[6]	宋丙鑫,路宏敏,李敏玥,孟晓姣,万健鹏. 一种车载通信设备电磁兼容性预测方法[J]. 电子科技, 2021, 34(5): 7-12.
[7]	姜银方,胡华健,郭永强,吴搏. 超磁致伸缩传感器背衬层参数优化的实验研究[J]. 电子科技, 2021, 34(2): 68-73.
[8]	朱成名,魏云冰,蒋成成,朱健安. 基于PSO-BP神经网络的风电功率备用容量估计模型[J]. 电子科技, 2021, 34(12): 36-41.
[9]	王洪亮,陈新源,赵雨梦. 基于集合经验模态分解和ARIMA-GRNN的负荷预测方法[J]. 电子科技, 2021, 34(12): 42-48.
[10]	朱健安,魏云冰,朱鹏杰,蒋成成,朱成名. 基于优化灰色傅里叶残差修正的中长期负荷预测[J]. 电子科技, 2021, 34(12): 49-55.
[11]	彭荣杰,彭亚雄,陆安江. 基于改进PCA+SVM的人脸识别系统[J]. 电子科技, 2021, 34(12): 56-61.
[12]	任磊,付子义,雷海勋. 有源电力滤波器改进电流预测无差拍控制方法[J]. 电子科技, 2021, 34(11): 67-74.
[13]	陈强,王宇嘉,林炜星,陈万芬. 改进粒子群算法求解分布式柔性车间调度问题[J]. 电子科技, 2021, 34(10): 63-68.
[14]	巨志勇,翟春宇,张文馨. 基于SVM与区域生长的彩色商品标签图像分割方法[J]. 电子科技, 2021, 34(10): 69-74.
[15]	金鑫,冯毅,尤雪汐,王佳欣. 基于机器学习的信息安全设备调配保障技术研究[J]. 电子科技, 2020, 33(8): 80-86.