诺西肽发酵过程建模与优化研究

论文摘要

诺西肽作为一种新型的非吸收性饲料添加剂,具有广阔的市场前景。本文基于神经网络和智能优化方法,对诺西肽发酵过程建模与优化问题进行了深入的研究。对于发酵过程中生物参数,机理模型是通过对实际过程的简化得到的,只能得出参数的变化趋势难以保证测量精度；神经网络是针对样本数据的建模,能够精确地拟合发酵过程,但是由于其对数据的依赖性,使得模型的泛化能力难以提高。在分析了发酵过程及神经网络建模的基础上,本文提出了一种基于改进RBF神经网络和机理模型的混合建模方法。通过Matlab仿真验证,证明了混合模型具有较强的拟合精度和泛化能力。人工鱼群算法是基于群集智能的一种优化方法,具备分布并行的寻优能力。在对人工鱼群算法的寻优机理进行深入分析研究的基础上,提出了一种具有饥饿和变异能力的自适应人工鱼群算法,赋予人工鱼更多的智能,该算法克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集,显著提高了求解质量和运行效率。基于诺西肽发酵过程的特点,采用改进人工鱼群算法分别对生长期和生产期进行优化。选择菌体量最大作为生长期的目标,对温度、溶解氧、pH值这三个关键决策变量进行了优化；选择产物量最大作为生产期的目标,对补料速度进行优化,对每个发酵阶段的不同决策变量寻优得到最优控制曲线,结果表明,该方法能够提高最终的产物合成量。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 发酵过程简介
• 1.2.1 发酵过程内容
• 1.2.2 发酵过程特点
• 1.2.3 发酵工程的发展史
• 1.3 发酵过程建模与优化
• 1.3.1 模型化的目的和方法
• 1.3.2 发酵过程的优化控制
• 1.3.3 国内外研究现状
• 1.4 本文主要工作
• 第2章 生物发酵工程
• 2.1 引言
• 2.2 微生物代谢
• 2.2.1 初级代谢产物发酵的代谢变化
• 2.2.2 次级代谢产物发酵的代谢变化
• 2.3 微生物发酵过程和分类
• 2.4 发酵过程主要影响参数
• 2.4.1 压力
• 2.4.2 温度
• 2.4.3 溶解氧
• 2.4.4 pH 值
• 2.4.5 其他因素
• 2.5 本章小结
• 第3章 基于神经网络的诺西肽发酵过程建模
• 3.1 引言
• 3.2 诺西肽概述
• 3.2.1 诺西肽性质和用途
• 3.2.2 诺西肽发酵工艺
• 3.3 诺西肽发酵过程机理简化模型
• 3.3.1 菌体生长模型
• 3.3.2 基质消耗模型
• 3.3.3 产物生成模型
• 3.4 径向基神经网络
• 3.4.1 RBF神经网络基本原理
• 3.4.2 RBF神经网络学习算法
• 3.4.3 改进RBF神经网络学习算法
• 3.5 诺西肽发酵过程混合建模
• 3.5.1 模型数据来源
• 3.5.2 模型数据预处理
• 3.5.3 模型输入变量的选择
• 3.5.4 诺西肽发酵过程模型建立与仿真结果分析
• 3.5.5 模型在线跟踪与更新
• 3.6 本章小结
• 第4章 人工鱼群智能优化算法的研究
• 4.1 引言
• 4.2 人工鱼群优化算法原理
• 4.2.1 基本概念
• 4.2.2 基本行为描述
• 4.2.3 算法描述与收敛性分析
• 4.2.4 参数设置的基本原则
• 4.3 人工鱼群优化算法特点
• 4.4 改进的人工鱼群算法分析
• 4.4.1 具有饥饿感的人工鱼
• 4.4.2 具有变异能力的人工鱼
• 4.4.3 自适应人工鱼群算法
• 4.4.4 改进的人工鱼群算法步骤
• 4.5 本章小结
• 第5章 基于改进AFSA算法的诺西肽发酵过程优化研究
• 5.1 引言
• 5.2 诺西肽发酵过程的阶段识别
• 5.3 改进AFSA算法实现菌体生长期的操作优化
• 5.3.1 适应度函数的设计
• 5.3.2 优化变量的选取
• 5.3.3 模型的建立与研究
• 5.4 利用改进的AFSA算法实现菌体生产期的补料优化
• 5.4.1 补料优化
• 5.4.2 适应度函数设计
• 5.4.3 模型的建立与研究
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢