發(fā)酵過程生物量軟測量方法研究.pdf

1、生物發(fā)酵過程具有高度的非線性和時變性，其內(nèi)在機理非常復雜。一些重要的發(fā)酵過程變量很難在線檢測，這給發(fā)酵過程建模與優(yōu)化帶來了困難。為了實現(xiàn)優(yōu)化控制，進一步提高發(fā)酵產(chǎn)物產(chǎn)量和質(zhì)量。本文在發(fā)酵過程生物量軟測量方法及其工程實現(xiàn)方面進行了研究。 在分析了生物量軟測量方法研究現(xiàn)狀的基礎(chǔ)上，研究了微粒群優(yōu)化算法和神經(jīng)網(wǎng)絡(luò)相結(jié)合的生物量軟測量方法，結(jié)合青霉素發(fā)酵過程，建立生物量軟測量模型。在此模型基礎(chǔ)上，研究微粒群優(yōu)化算法、量子微粒群優(yōu)化算法、

2、多速微粒群優(yōu)化算法及反向傳播算法BP等算法訓練神經(jīng)網(wǎng)絡(luò)的性能，使用青霉素發(fā)酵過程數(shù)據(jù)集對模型進行仿真實驗，結(jié)果表明基于量子微粒群算法和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的軟測量模型具有訓練誤差小、學習速度快、泛化能力強、預測精度高、容易編程實現(xiàn)等優(yōu)點；將模型的輸出作為下一時刻模型的輸入，構(gòu)建回歸網(wǎng)絡(luò)結(jié)構(gòu)，實現(xiàn)了發(fā)酵過程生物量軟測量多步預估，實驗表明該發(fā)酵過程多步預估模型具有較高精度；在生物量軟測量多步預估模型上，運用量子微粒群優(yōu)化算法對發(fā)酵過程的溫度、pH控