为有效降低多阶段发酵过程硬分类缺陷而导致的误报和漏报率,本文提出了一种基于扩展核熵负载矩阵的阶段划分策略.首先,将发酵过程的三维训练数据按批次方向展开成二维数据矩阵,对每个时间片矩阵进行核熵成分分析（kernel entropy component analysis,KECA）得到其主元和负载矩阵,根据所得主元个数实现操作阶段的第1步划分;之后将时间片矩阵添加到核熵负载矩阵当中得到扩展核熵负载矩阵,计算各扩展负载矩阵间的相似度,并用模糊C–均值方法对其进行第二次阶段划分.通过增加对体现生产过程改变的时间指标的考虑,有效克服了硬化分的不足,避免了跳变点错分的情况.最终将整个生产操作过程划分为不同的稳定阶段和过渡阶段,并在划分的每一阶段中分别建立KECA监测模型;最后利用青霉素发酵仿真平台和大肠杆菌生产白介素–2数据进行实验.实验结果表明该...

根据多阶段随机线性规划方法（MSLP）的原理，修正了原有模型中关于系统各处污染物侵入／产生率的描述，将概率密度函数引入到污染物侵入／产生率中能更有效地表达系统在实际运行过程中污染物浓度的变化规律。以一个典型液压系统污染控制区间参数优化模型为基础，针对液压系统中油液污染浓度随时间变化的不可预测性，引入多阶段随机优化方法，通过多层假设和概率分布函数，建立了基于区间参数多阶段随机线性规划的优化决策模型。多阶段随机优化方法的引入体现了液压元件的污染物生成率在元件正常运行期间先后经历了加速衰减、减速衰减和稳定3个阶段，对于准确描述污染物浓度的变化规律以及有效预算液压系统的运行成本具有重要意义。