典型文献
基于注意力LSTM的多阶段发酵过程集成质量预测
文献摘要：
考虑到发酵过程的动态特征对阶段划分的影响,为提高模型预测精度,提出一种基于注意力LSTM的多阶段发酵过程质量预测方法.首先,将原始三维数据沿批次展开,对每个时间片矩阵进行偏最小二乘(PLS)分析得到表征过程变量的得分矩阵和表征质量变量的得分矩阵,采用仿射传播(AP)聚类算法将联合得分矩阵进行聚类,实现第1步划分;然后,采用encoder-decoder模型将表征过程动态性的动态特征提取出来,采用AP算法对其进行第2步划分;最后,综合分析两步划分结果,将生产过程划分为不同的稳定阶段和过渡阶段,对划分后的各个阶段分别建立注意力长短期记忆(LSTM)集成质量预测模型.将该方法应用到青霉素发酵仿真数据和大肠杆菌实际生产数据进行验证,结果表明了所提出方法的可行性和有效性.
文献关键词：
发酵过程;多阶段;偏最小二乘;动态性;过渡;质量预测
中图分类号：
作者姓名：
高学金;孟令军;高慧慧
作者机构：
北京工业大学信息学部,北京100124;北京工业大学数字社区教育部工程研究中心,北京100124;北京工业大学城市轨道交通北京实验室,北京100124
文献出处：
引用格式：
[1]高学金;孟令军;高慧慧-.基于注意力LSTM的多阶段发酵过程集成质量预测)[J].控制与决策,2022(03):616-624
A类：
B类：
多阶段,发酵过程,质量预测,阶段划分,过程质量,三维数据,时间片,偏最小二乘,PLS,矩阵和,仿射,AP,聚类算法,encoder,decoder,过程动态性,动态特征提取,两步,划分结果,稳定阶段,过渡阶段,各个阶段,长短期记忆,青霉素发酵,仿真数据,大肠杆菌,生产数据
AB值：
0.362968
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
