贝叶斯证据框架下LS-SVM方法在秸秆发酵制乙醇浓度预测中的寻优轨迹研究

【摘要】：针对秸秆发酵制乙醇浓度预测问题,引入贝叶斯证据框架下最小二乘支持向量机(Least square support vector machines,LS-SVM)方法。贝叶斯证据框架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。本文主要对贝叶斯证据框架下LS-SVM的寻优轨迹进行探索研究,从方法内部剖析其在秸秆发酵制乙醇浓度预测的应用优势,给出寻优轨迹,验证贝叶斯证据框架下LS-SVM方法的可行性。 【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 寻优轨迹
【分类号】：TQ223.122;TQ920.6
【正文快照】： 引言乙醇是重要的工业原料,应用十分广泛。用乙醇作为燃料具有能效高、清洁、安全、可再生等优点。当前全球资源危机,油价持高不下,寻找石油的合理替代物就得到了前所未有的重视。从人类现有的技术看,乙醇很有可能是未来的石油替代品[1]。但目前燃料乙醇主要是由玉米、甘蔗、

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