Bücher von Li Zhu

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.

L'objectif de ce livre a été de développer des solutions de capteurs souples pour les bioprocédés en amont et de démontrer leur utilité pour améliorer la robustesse et augmenter la reproductibilité d'un lot à l'autre dans les bioprocédés. Cette étude de livre comprend les objectifs suivants :- Proposer et comparer les performances de l'algorithme de projection successive avec l'algorithme d'analyse des relations de gris en termes de sélection des variables auxiliaires ;- Proposer et comparer les performances du modèle de capteur logiciel SPA-GWO-SVR avec le modèle SPA-SVR en termes de précision, d'erreur quadratique moyenne, de détermination du coefficient R2 ;- Proposer une stratégie de poids d'inertie décroissante exponentielle avec un algorithme PSO qui exploite l'espace de recherche et ainsi en réduisant les grandes longueurs de pas conduit le PSO vers la convergence vers des optima globaux ;- Proposer l'algorithme de clustering flou c-means pour regrouper les données d'échantillon et comparer les performances du modèle de capteur logiciel IPSO-LSSVM avec le modèle standard PSO-LSSVM sur des ensembles de données de régression sélectionnés en termes de précision, d'erreur quadratique moyenne, de racine carrée moyenne erreur et erreur absolue moyenne.

Lo scopo del presente libro è stato quello di sviluppare soluzioni di sensori morbidi per il bioprocessing a monte e dimostrare la loro utilità nel migliorare la robustezza e aumentare la riproducibilità batch-to-batch nei bioprocessi. Questo libro di studio comprende i seguenti obiettivi:- Proporre e confrontare le prestazioni dell'algoritmo di proiezione successiva con l'algoritmo di analisi delle relazioni di grigio in termini di selezione di variabili ausiliarie;- Proporre e confrontare le prestazioni del modello di sensore morbido SPA-GWO-SVR con il modello SPA-SVR in termini di accuratezza, errore quadratico medio, determinazione del coefficiente R2;- Proporre una strategia del peso di inerzia decrescente esponenziale con algoritmo PSO che sfrutta lo spazio di ricerca e quindi riducendo grandi lunghezze di passo porta il PSO verso la convergenza verso l'ottimo globale;- Proporre l'algoritmo di clustering fuzzy c-means per raggruppare i dati del campione e confrontare le prestazioni del modello di sensore morbido IPSO-LSSVM con il modello PSO-LSSVM standard su set di dati di regressione benchmark selezionati in termini di accuratezza, errore quadratico medio, quadrato medio radice errore e significa errore assoluto.

El objetivo del presente libro ha sido desarrollar soluciones de sensores blandos para bioprocesamiento aguas arriba y demostrar su utilidad para mejorar la robustez y aumentar la reproducibilidad de lote a lote en bioprocesos. Este libro de estudio abarca los siguientes objetivos:- Proponer y comparar el rendimiento del algoritmo de proyección sucesiva con el algoritmo de análisis de relación de grises en términos de selección de variables auxiliares;- Proponer y comparar el rendimiento del modelo de sensor suave SPA-GWO-SVR con el modelo SPA-SVR en términos de precisión, error cuadrático medio, determinación del coeficiente R2;- Proponer una estrategia de peso de inercia decreciente exponencial con el algoritmo PSO que explota el espacio de búsqueda y, por lo tanto, al reducir las grandes longitudes de paso, conduce al PSO hacia la convergencia a los óptimos globales;- Proponer el algoritmo de agrupamiento fuzzy c-means para agrupar los datos de muestra y comparar el rendimiento del modelo de sensor suave IPSO-LSSVM con el modelo estándar PSO-LSSVM en conjuntos de datos de regresión seleccionados en términos de precisión, error cuadrático medio, raíz cuadrática media error y error absoluto medio.

Cel' nastoqschej knigi sostoqla w tom, chtoby razrabotat' resheniq dlq mqgkih datchikow dlq predshestwuüschej biotehnologicheskoj obrabotki i prodemonstrirowat' ih poleznost' dlq powysheniq nadezhnosti i uwelicheniq wosproizwodimosti ot partii k partii w bioprocessah. Dannoe knizhnoe issledowanie presleduet sleduüschie celi:- Predlozhit' i srawnit' proizwoditel'nost' algoritma posledowatel'nogo proecirowaniq s algoritmom analiza otnoshenij Greq s tochki zreniq wybora wspomogatel'nyh peremennyh;- Predlozhit' i srawnit' harakteristiki modeli mqgkogo datchika SPA-GVO-SVR s model'ü SPA-SVR po tochnosti, srednekwadraticheskoj oshibke, koäfficientu opredeleniq R2;- Predlozhit' strategiü äxponencial'nogo umen'sheniq wesa inercii s algoritmom PSO, kotoryj ispol'zuet prostranstwo poiska i, takim obrazom, za schet umen'sheniq dliny bol'shih shagow priwodit PSO k shodimosti k global'nym optimumam;- Predlozhit' algoritm nechetkoj klasterizacii c-srednih dlq klasterizacii wyborochnyh dannyh i srawneniq harakteristik modeli mqgkogo datchika IPSO-LSSVM so standartnoj model'ü PSO-LSSVM na wybrannyh regressionnyh naborah dannyh s tochki zreniq tochnosti, srednekwadraticheskoj oshibki, srednekwadratichnogo znacheniq. oshibka, a oznachaet absolütnuü oshibku.

Das Ziel des vorliegenden Buches war es, weiche Sensorlösungen für die Upstream-Bioprozessierung zu entwickeln und ihre Nützlichkeit bei der Verbesserung der Robustheit und der Erhöhung der Batch-to-Batch-Reproduzierbarkeit in Bioprozessen zu demonstrieren. Diese Buchstudie umfasst die folgenden Ziele:- Vorschlagen und Vergleichen der Leistung des sukzessiven Projektionsalgorithmus mit dem Analysealgorithmus für graue Beziehungen in Bezug auf die Auswahl von Hilfsvariablen;- Vorschlag und Vergleich der Leistung des SPA-GWO-SVR-Softsensormodells mit dem SPA-SVR-Modell in Bezug auf Genauigkeit, Effektivfehler, Koeffizientenbestimmung R2;- Vorschlag einer exponentiell abnehmenden Trägheitsgewichtungsstrategie mit PSO-Algorithmus, der den Suchraum ausnutzt und somit durch Reduzierung großer Schrittlängen das PSO in Richtung Konvergenz zu globalen Optima führt;- Vorschlag des Fuzzy-C-Means-Clustering-Algorithmus zum Clustern der Beispieldaten und Vergleichen der Leistung des IPSO-LSSVM-Softsensormodells mit dem Standard-PSO-LSSVM-Modell auf ausgewählten Benchmark-Regressionsdatensätzen in Bezug auf Genauigkeit, mittlerer quadratischer Fehler, quadratischer Mittelwert Fehler und mittlerer absoluter Fehler.

It is composed of two parts, addressing the basic theory and related methods of emergency management, including risk management, coordination management, crisis management and disaster management.