Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Observer Design for Discrete-Time Switched Lipschitz Nonlinear Singular Systems with Time Delays and Unknown Inputs Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

62. LS-SVM Generalized Predictive Control Based on PSO and Its Application of Fermentation Control

verfasst von : Li Huang, Zhaohua Wang, Xiaofu Ji

Erschienen in: Proceedings of the 2015 Chinese Intelligent Systems Conference

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Fermentation process is a complex time-varying, nonlinear and multivariable biochemical process. The traditional fed-batch fermentation conditions are difficult to satisfy the control request. A control algorithm based on Generalized Predictive Control (GPC) is proposed. Firstly, the algorithm utilizes least square support vector machine (LS-SVM) and GPC to construct the prediction model and forecast the output value. And then, the particle swarm optimization (PSO) algorithm is applied to realize rolling optimization and obtain the control values. Finally, the control algorithm is applied to control the substrate concentration (S) of lysine fermentation. The simulation results show that the LS-SVM Generalized Predictive Control based on PSO has an excellent adaptive ability with rapid control response speed, high precision, and good performance.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Reconfigurability Evaluation Method for Satellite Control System
Nächstes Kapitel Delay Consensus of Second-Order Nonlinear Leader-Following Multi-Agent Systems
Literatur
1.
Rouhani R, Mehra RK (1982) Model algorithmic control (MAC); basic theoretical properties[J]. Automatica 18(4):401–414CrossRefMATH
2.
Lundstr MP, Lee JH, Morari M et al (1995) Limitations of dynamic matrix control[J]. Comput Chem Eng 19(4):409–421CrossRef
3.
Gattu G, Zafiriou E (1992) Nonlinear quadratic dynamic matrix control with state estimation[J]. Ind Eng Chem Res 31(4):1096–1104CrossRef
4.
Clarke DW (1988) Application of generalized predictive control to industrial processes[J]. IEEE Control Syst Mag 8(2):49–55CrossRef
5.
Clarke DW, Mohtadi C, Tuffs PS (1987) Generalized predictive control—part I. the basic algorithm[J]. Automatica 23(2):137–148CrossRefMATH
6.
Chaofeng LI, Jiangang LU, Youxian S (2011) GPC algorithm of nonlinear systems based on support vector machine inverse control[J]. Comput Eng Appl 47(2): 223–226.(in Chinese)
7.
Lin C, Lee CSG (1991) Neural-network-based fuzzy logic control and decision system[J]. IEEE Trans Comput 40(12):1320–1336MathSciNetCrossRef
8.
Vapnik VN (1999) An overview of statistical learning theory[J]. IEEE Trans Neural Netw 10(5):988–999CrossRef
9.
Suykens JA, Vandewalle J (1999) Least squares support vector machine classifiers[J]. Neural Process Lett 9(3):293–300CrossRef
10.
Arabloo M, Ziaee H, Lee M et al (2015) Prediction of the properties of brines using least squares support vector machine (LS-SVM) computational strategy[J]. J Taiwan Inst Chem Eng 50:123–130
11.
Zhang C, Zhang HY (2015) Modelling and prediction of tool wear using LS-SVM in milling operation[J]. International J Comput Integr Manuf 1–16 (ahead-of-print)
Metadaten
Titel
LS-SVM Generalized Predictive Control Based on PSO and Its Application of Fermentation Control
verfasst von
Li Huang
Zhaohua Wang
Xiaofu Ji
Copyright-Jahr
2016
Verlag
Springer Berlin Heidelberg
Buch
Proceedings of the 2015 Chinese Intelligent Systems Conference

Print ISBN: 978-3-662-48384-8

Electronic ISBN: 978-3-662-48386-2

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-662-48386-2_62