期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于CatBoost的啤酒过滤工艺中助滤剂添加量优化研究
1
作者 王泉 杜康 《计算机应用文摘》 2026年第7期106-109,113,共5页
啤酒过滤是啤酒生产中的关键环节,旨在确保产品的澄清度与稳定性。目前,主流的过滤方法通常采用硅藻土或硅胶作为过滤助剂。然而,助滤剂的添加量多依赖操作经验,缺乏数据驱动的决策机制,容易导致成本浪费或产品质量波动。文章提出一种... 啤酒过滤是啤酒生产中的关键环节,旨在确保产品的澄清度与稳定性。目前,主流的过滤方法通常采用硅藻土或硅胶作为过滤助剂。然而,助滤剂的添加量多依赖操作经验,缺乏数据驱动的决策机制,容易导致成本浪费或产品质量波动。文章提出一种优化过滤助剂用量的方法。首先,为精准预测生产过程中啤酒的浊度,设计了一种基于CatBoost的浊度预测模型;其次,引入贝叶斯优化框架对模型超参数进行调优,以提升预测精度;最后,将助滤剂用量决策建模为在浊度约束下的成本最小化问题,并采用差分进化算法进行全局求解。实验结果表明,该方法在满足浊度标准的前提下,能够有效降低单位过滤体积的成本。该研究将机器学习与智能优化相结合,为啤酒过滤过程的降本增效和智能化升级提供了可量化的技术路径。 展开更多
关键词 啤酒过滤 助滤剂 机器学习 CatBoost 差分进化算法
在线阅读 下载PDF
SIMCA法用于从非同源蛋白一级序列预测其结构类 被引量:1
2
作者 高守国 《计算机与应用化学》 CAS CSCD 北大核心 2004年第5期714-716,共3页
蛋白质结构类的正确识别对于其三级结构预测具有十分重要的意义,有必要引入先进的算法提高预测精度。使用SIM-CA 法处理氨基酸组成、自相关系数提取的特征参数以及氨基酸对含量,进行了蛋白质结构类的预测。采用Miyazawa 和Jerni-gan 的... 蛋白质结构类的正确识别对于其三级结构预测具有十分重要的意义,有必要引入先进的算法提高预测精度。使用SIM-CA 法处理氨基酸组成、自相关系数提取的特征参数以及氨基酸对含量,进行了蛋白质结构类的预测。采用Miyazawa 和Jerni-gan 的疏水值时,All-α、All-β、αβ类的自检验的精度为89%、91%、89%,它检验的精度分别为74%、87%、91%;引入氨基酸对含量后,All-α、All-β、αβ类自检验精度为86%、89%、90%,它检验的精度为77%、88%、93%。SIMCA 的预测结果好于Bayes-ian 识别函数法,氨基酸对的引入可以提高预测精度。 展开更多
关键词 结构类预测 SIMCA 氨基酸对含量
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部