Resumen

Debido a la complejidad e incertidumbre de los procesos de fermentación microbiana, los datos provenientes de las plantas a menudo contienen algunos valores atípicos. Sin embargo, estos datos pueden tratarse como vectores de soporte normales, los cuales siempre afectan el rendimiento del modelado de sensores blandos. Dado que los valores atípicos también contaminan la estructura de correlación de la máquina de vectores de soporte de mínimos cuadrados (LS-SVM), se proporciona un método de poda difusa para abordar el problema. Además, al asignar diferentes puntuaciones de pertenencia difusa a las muestras de datos, la sensibilidad del modelo a los valores atípicos puede reducirse considerablemente. La efectividad y eficiencia del enfoque propuesto se demuestran a través de dos ejemplos numéricos, así como un caso simulado del proceso de fermentación de la penicilina.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Complejidad; Incertidumbre; Valores atípicos; Vectores de soporte; Modelado de sensores suaves; Poda difusa.
• Keywords:Complexity; Uncertainty; Outliers; Support vectors; Soft sensor modeling; Fuzzy pruning.