粒子群算法在發(fā)酵補料控制中的應用和研究.pdf

1、碩士學位論文粒子群算法在發(fā)酵補料控制中的應用和研究ApplicationandResearchofPSOinFedbatchFermentationProcessControl作者姓名：楊俊學科、專業(yè)：撿塑9撞盔皇自動絲裝量學號：21009188完成日期：2013—05—10大連理工大學DalianUniversityofTechnology大連理工大學碩士學位論文摘要藥物蛋白質的發(fā)酵過程是一種復雜的、不確定的、非線性的時變生化過程。目

2、前發(fā)酵行業(yè)使用最廣泛的補料工藝為分批補料發(fā)酵，通常稱作半連續(xù)發(fā)酵，是指在發(fā)酵過程中間歇地補加某些營養(yǎng)物質的方法。在發(fā)酵工業(yè)的早期，補料方式完全是憑經(jīng)驗進行的。在大規(guī)模發(fā)酵工業(yè)中，補料方式己從單一時刻補料發(fā)展到多時刻連續(xù)補料，從補加一種營養(yǎng)物發(fā)展到補加多種營養(yǎng)物菌體，在各個生長階段的營養(yǎng)物配置方案將大大影響蛋白產量，因此尋找一種合適的智能補料方案，對提高產物產量有重要意義。粒子群算法作為一種新型的進化算法，具備快速的搜索速度，且魯棒性強，

3、對于復雜優(yōu)化問題來說是一種可行的搜索算法。但傳統(tǒng)粒子群算法存在容易陷入局部最優(yōu)和收斂過快的問題。針對這些問題，本文提出了一種基于局部最優(yōu)逃逸機制的限速粒子群算法，具體改進包括：1、通過分析粒子群的鄰域學習能力，提出了基于無標度網(wǎng)絡的動態(tài)拓撲粒子群算法，加強了鄰域的開發(fā)能力；2、針對粒子群容易陷入局部最優(yōu)點而造成算法停滯的問題，本文提出了逃逸的思想，對局部最優(yōu)粒子進行逃逸，用于增強粒子群局部極值點的逃逸能力；3、每當最優(yōu)粒子更新時，記錄粒

4、子的位移，作為屏蔽速度的標準，加快了搜索速度，同時避免了因為屏蔽速度設置不當造成粒子群在聚集于邊界的問題。文中提出了基于逃逸機制的動態(tài)拓撲粒子群算法，對5個經(jīng)典測試函數(shù)進行了算法優(yōu)化能力和群體多樣性隨迭代次數(shù)變化的實驗仿真，結果表明所提算法具有良好的優(yōu)化性能。將本文所提算法進行實際應用，根據(jù)對白介素蛋白質發(fā)酵的控制量、各個階段菌體生長的特點以及補料方式的分析，設計了基于局部最優(yōu)逃逸機制的動態(tài)拓撲粒子群算法的工程菌發(fā)酵開發(fā)系統(tǒng)，與其他優(yōu)化