Modelação de sensores suaves utilizando a aprendizagem mecânica para o processo de fermentação

O objetivo do presente livro foi desenvolver soluções de sensores suaves para bioprocessamento upstream e demonstrar sua utilidade para melhorar a robustez e aumentar a reprodutibilidade lote a lote em bioprocessos. Este estudo de livro abrange os seguintes objetivos:- Propor e comparar o desempenho do algoritmo de projeção sucessiva com algoritmo de análise de relação de cinza em termos de seleção de variáveis ¿¿auxiliares;- Propor e comparar o desempenho do modelo de sensor soft SPA-GWO-SVR com o modelo SPA-SVR em termos de acurácia, erro quadrático médio, determinação do coeficiente R2;- Propor estratégia de peso de inércia exponencial decrescente com algoritmo PSO que explora o espaço de busca e assim, reduzindo grandes comprimentos de passo, leva o PSO à convergência para ótimos globais;- Propor o algoritmo de agrupamento fuzzy c-means para agrupar os dados da amostra e comparar os desempenhos do modelo de sensor suave IPSO-LSSVM com o modelo PSO-LSSVM padrão em conjuntos de dados de regressão selecionados selecionados em termos de precisão, erro quadrático médio, quadrado médio médio erro e erro absoluto médio.