基于参数迁移的域适应宽度学习工业青霉素浓度预测方法

本发明公开了一种基于参数迁移的域适应宽度学习工业青霉素浓度预测方法，该方法基于BLS，保证计算精度的同时提高了模型的计算效率。本发明设计了可学习的参数转换映射，将源域和目标域输出参数投影到同一个参数空间中，最大限度地减少不同域下的数据分布差异。基于MMD设计了源域和目标域的分布对齐正则项，提高了领域间数据的迁移效率。在目标函数中构建了输出参数正则项和迁移参数正则项，避免了模型的过拟合和知识负迁移。设计了模型参数优化算法，对输出参数、迁移参数进行交替式优化，自适应地计算出最优模型参数。本发明应用到具有多工况特性的工业青霉素发酵过程的软测量建模中，能够实现对于工业青霉素发酵过程中青霉素浓度的高精度预测。