收藏本站
《北京化工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

群能量守恒粒子群算法及其在发酵过程控制中的应用研究

薛尧予  
【摘要】: 发酵工程是生化工程和现代生物技术及其产业化的基础。在发酵工程领域,为了提高发酵水平和生产率,更多的研究工作集中在菌种的筛选和改造上。尽管现代生物技术的发展,在基因工程和代谢工程领域内有了长足的进展,通过诱发变异、基因重组和培养能够得到高产菌株,然而,通过优化模型和控制以使发酵过程产品生产最优仍是发酵工程领域中存在的主要问题之一,因此对生物发酵过程模型优化及优化控制的研究日益受到重视。粒子群优化算法原理简单、易于实现,且适合于复杂优化问题的求解,因此,将粒子群优化算法引入发酵领域进行模型参数估计为发酵过程模型优化提供了有效途径。发酵过程的优化控制目标多种多样(最大生产率、最大终止时刻产量或最高原料转化率等),发酵领域中处理多目标问题的传统方法(目标加权合并、目标转化为约束等)实施困难且易丢失非凸目标函数最优解以至决策失误。基于粒子群优化的多目标算法由于在搜索中具有多向性和全局性,同时可以处理所有类型的目标函数和约束,因此非常适合求解发酵过程中复杂的多目标优化控制问题。 本文在分析现有粒子群算法研究现状的基础上,对标准粒子群算法在寻优过程中容易过早收敛、陷入局部最优的现象进行研究,应用能量守恒原理,通过引入粒子最差位置提出了一种群能量守恒粒子群优化算法。该算法根据粒子内能进行动态分群,对较优群体采用引入最差粒子的速度更新策略,加快较优群体收敛速度;对较差群体采用带有惩罚机制的速度更新策略,补偿较优群体速度降低产生的整群能量损失,避免算法陷入局部最优。典型优化问题的仿真结果表明,该算法具有更强的全局搜索能力和更快的收敛速度。 对多目标进化算法在寻优过程中的收敛性和分布性问题进行研究,提出一种群能量守恒多目标粒子群优化算法。该算法在粒子速度和位移计算中引入粒子群体能量守恒机制,并将该机制同非支配排序方法、自适应网格机制以及精英保留策略进行有机结合,提高粒子搜寻能力,避免陷入次优非支配前沿。将该算法和非支配排序遗传算法分别作为子种群进化规则,构造基于种群间优劣互补的多目标协同进化算法。与经典多目标进化算法的比较测试结果表明,所提算法具有更好的解分布性和收敛性。 在发酵过程优化控制方法研究上,针对批次发酵过程模型不准确和过程参数不稳定特点,利用批次流加过程中的反复迭代特性提出一种用于批次流加发酵过程的批次间协同优化控制方法。该方法将群能量守恒粒子群算法、多目标粒子群算法和批次间优化控制有机地结合起来,用上一轮批次流加发酵过程的数据进行过程模型参数辨识,并将更新的过程模型用于新一轮发酵过程中进行操作条件优化。基于工业酵母发酵过程仿真模型进行批次间协同优化控制方法实验,结果表明该方法有效地解决了批次流加发酵过程中的模型不准确和状态不稳定问题,实现了批次流加发酵过程优化控制。 本文所提出的群能量守恒粒子群算法具有更强的全局搜索能力和更快的收敛速度;所提出的群能量守恒多目标粒子群优化算法具有很好的收敛性和分布性;基于群能量守恒粒子群算法和进化多目标协同算法的批次间协同优化控制方法为生物发酵过程优化控制提供了有效途径。
【学位授予单位】:北京化工大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP18

知网文化
【引证文献】
中国期刊全文数据库 前1条
1 金翠云;崔瑶;王颖;;粒子群优化的SVM算法在气体分析中的应用[J];电子测量与仪器学报;2012年07期
中国硕士学位论文全文数据库 前3条
1 崔瑶;基于电子鼻的特征提取及模式分类方法研究[D];北京化工大学;2011年
2 赵玲玲;基于改进PSO的发酵补料速率的优化控制[D];大连理工大学;2011年
3 曾嘉俊;基于种群多样性的自适应变异粒子群算法及应用[D];西南交通大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 孙力娟;王汝传;;基于蚁群算法和遗传算法融合的QoS组播路由问题求解[J];电子学报;2006年08期
2 张嗣良;发酵过程多水平问题及其生物反应器装置技术研究——基于过程参数相关的发酵过程优化与放大技术[J];中国工程科学;2001年08期
3 许光,俞欢军,陶少辉,陈德钊;与机理杂交的支持向量机为发酵过程建模[J];化工学报;2005年04期
4 贺益君;俞欢军;成飙;陈德钊;;多目标粒子群算法用于补料分批生化反应器动态多目标优化[J];化工学报;2007年05期
5 杨旭华,戴华平,孙优贤;基于神经网络的发酵时间和最优发酵温度模型[J];化工自动化及仪表;2004年01期
6 熊伟丽;徐保国;吴晓鹏;;改进粒子群算法在酶发酵过程优化控制中的应用[J];化工自动化及仪表;2007年02期
7 徐进荣;潘丰;;基于粒子群和支持向量机为青霉素发酵建模[J];计算机与应用化学;2007年11期
8 王海霞,肖应旺,徐保国;基于SVM-IGA的补料分批发酵过程优化控制[J];计算机测量与控制;2005年07期
9 王华秋,曹长修;基于模拟退火的并行粒子群优化研究[J];控制与决策;2005年05期
10 公茂果;焦李成;杨咚咚;马文萍;;进化多目标优化算法研究[J];软件学报;2009年02期
【共引文献】
中国期刊全文数据库 前10条
1 刘文彬;刘保国;刘中战;崔少东;;基于改进PSO算法的岩石蠕变模型参数辨识[J];北京交通大学学报;2009年04期
2 高彬;吕善伟;郭庆丰;张娜;;遗传算法在电子战干扰规划中的应用[J];北京航空航天大学学报;2006年08期
3 郇黎明;王建林;于涛;;发酵过程生物量软测量虚拟仪器系统的集成[J];北京化工大学学报(自然科学版);2006年05期
4 李大林;李杰;;基于PSO算法的多巡飞器任务分配方法[J];北京理工大学学报;2010年12期
5 张一农;刘伯龙;王文婷;;基于神经网络的客服中心话务量预测模型[J];吉林大学学报(信息科学版);2011年02期
6 贾志伟;关忠仁;赵建芳;;粒子群优化的半监督入侵检测算法[J];成都信息工程学院学报;2012年03期
7 王波;王灿林;梁国强;;基于粒子群寻优的D-S算法[J];传感器与微系统;2007年01期
8 王洪斌;侯婉姝;;异步粒子群优化算法在QoS组播路由中的应用[J];传感器与微系统;2007年09期
9 王兴伟;王军伟;吴铁艳;黄敏;;NGI中一种基于粒子群优化的QoS单播路由算法[J];东北大学学报;2006年01期
10 常玉清;李玉朝;吕哲;王福利;;基于两级神经网络的发酵过程多变量前馈解耦控制[J];东北大学学报(自然科学版);2007年07期
中国重要会议论文全文数据库 前10条
1 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
2 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
3 崔凯;曹卫华;吴敏;王春生;;面向综合生产目标的铅锌烧结过程智能建模与优化方法[A];第二十七届中国控制会议论文集[C];2008年
4 ;A Multiple Tuning Method for PID Controllers Using Constrained Particle Swarm Optimization[A];中国自动化学会控制理论专业委员会C卷[C];2011年
5 李勇刚;李浩;阳春华;王莎;;基于NIWVP-PSO的沉铁过程铁离子浓度软测量[A];中国自动化学会控制理论专业委员会D卷[C];2011年
6 秦洪德;石丽丽;;基于粒子群算法的船体结构优化设计研究[A];第十四届中国海洋(岸)工程学术讨论会论文集(上册)[C];2009年
7 白瑞林;王利峰;;一种基于共享法的改进型粒子群优化算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
8 ;Parameter Estimation of Water Quality Model Using Particle Swarm Optimization Technique[A];2009中国控制与决策会议论文集(1)[C];2009年
9 江善和;王其申;江巨浪;;一种速度差分变异的粒子群优化算法[A];2009中国控制与决策会议论文集(2)[C];2009年
10 ;Adaptive Neural Network Predictive Control Based on PSO Algorithm[A];2009中国控制与决策会议论文集(3)[C];2009年
中国博士学位论文全文数据库 前10条
1 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
2 刘晶晶;蛋白质结晶过程的模拟优化和实验研究[D];中国海洋大学;2010年
3 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
4 高雪瑶;语义特征造型的与历程无关技术的研究[D];哈尔滨理工大学;2009年
5 彭宏;基于机器学习方法的数字音频水印技术研究[D];电子科技大学;2010年
6 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
7 尚兆霞;多目标投资组合问题优化模型与多目标策略研究[D];山东师范大学;2011年
8 焦竹青;变换域中的多源图像融合方法研究[D];江南大学;2011年
9 王晓东;透平机械内部复杂流动的数值模拟与叶片设计的鲁棒优化[D];华北电力大学(北京);2010年
10 许可;面向生态保护和恢复的梯级水电站联合优化调度研究[D];华中科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 张静;协同产品开发过程规划方法研究[D];山东科技大学;2010年
2 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
3 苗玉洁;基于GA的水下机器人多目标路径规划研究[D];哈尔滨工程大学;2010年
4 曹巍巍;基于智能优化算法的OFDMA系统自适应资源分配问题研究[D];哈尔滨工程大学;2010年
5 石丽丽;智能优化算法对比研究及其在船体双底结构优化中的应用[D];哈尔滨工程大学;2010年
6 王光远;城市交通信号多目标自适应控制[D];大连理工大学;2010年
7 张淑艳;基于约束优化方法的多目标优化算法[D];大连理工大学;2010年
8 孙承夏;混合进化算法及其在生产调度中的应用[D];大连理工大学;2010年
9 刘琼;基于群体智能的聚类算法研究[D];长沙理工大学;2010年
10 马勤;基于群体智能算法的动态目标跟踪技术研究[D];天津理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 徐凤娟;王悦;陈星;王平;;基于虚拟气体传感器阵列的肺癌检测电子鼻[J];微纳电子技术;2007年Z1期
2 郭希山;童基均;陈裕泉;杨祥龙;;用于室内有毒气体快速检测的便携式CC/SAW电子鼻[J];传感技术学报;2006年01期
3 喻勇新;刘源;孙晓红;潘迎捷;赵勇;;基于电子鼻区分三种致病菌的研究[J];传感技术学报;2010年01期
4 李洪涛;陈玮;朱国忠;郭丽华;潘敏;;针对香蕉品质检测的专用电子鼻系统[J];传感技术学报;2010年11期
5 王立川;张覃轶;黄伟;;基于气体传感器阵列的白酒特征分析[J];传感技术学报;2010年12期
6 范超群;张顺平;占琼;张覃轶;谢长生;;特征提取及其在电子鼻对可燃液体识别中的应用[J];传感器与微系统;2007年08期
7 黄小燕;赵向阳;方智勇;;电子鼻在气体检测中的应用研究[J];传感器与微系统;2008年06期
8 曾峰;赵国强;宋占魁;;智能电子鼻对煤矿火灾预报气味识别的研究[J];传感器与微系统;2010年07期
9 金翠云;崔瑶;王颖;;电子鼻及其在各领域的最新研究进展[J];传感器世界;2010年03期
10 冯士刚;艾芊;;带精英策略的快速非支配排序遗传算法在多目标无功优化中的应用[J];电工技术学报;2007年12期
中国博士学位论文全文数据库 前10条
1 张雪霞;智能优化算法及其在电力系统无功优化中的应用研究[D];西南交通大学;2011年
2 唐贤伦;混沌粒子群优化算法理论及应用研究[D];重庆大学;2007年
3 章军;小生境粒子群优化算法及其在多分类器集成中的应用研究[D];中国科学技术大学;2007年
4 戴朝华;搜寻者优化算法及其应用研究[D];西南交通大学;2009年
5 高芳;智能粒子群优化算法研究[D];哈尔滨工业大学;2008年
6 孙俊;量子行为粒子群优化算法研究[D];江南大学;2009年
7 王小根;粒子群优化算法的改进及其在图像中的应用研究[D];江南大学;2009年
8 袁代林;改进的微粒群算法及其在结构拓扑优化中的应用[D];西南交通大学;2009年
9 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
10 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
中国硕士学位论文全文数据库 前3条
1 周鑫;基于层次聚类法和蚁群算法的电力系统无功优化[D];重庆大学;2011年
2 郝秀全;基于主成分分析和人工神经网络的酒类辨识[D];西安理工大学;2006年
3 李超文;基于改进模型和二进制粒子群算法的电网故障诊断研究[D];西南交通大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 常玉清,王小刚,王福利;PCA-DRBFN模型在精馏塔精苯干点估计中的应用[J];东北大学学报;2004年02期
2 刘国海,张浩,戴先中;神经网络逆系统在电机变频调速系统中的应用[J];电工技术学报;2003年03期
3 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期
4 谢涛,陈火旺;多目标优化与决策问题的演化算法[J];中国工程科学;2002年02期
5 蔡煜东,陈常庆;用遗传算法辨识发酵动力学模型参数[J];化工学报;1995年03期
6 宋晓峰,俞欢军,陈德钊,胡上序;藉助自适应支持向量机为延迟焦化反应过程建模[J];化工学报;2004年01期
7 杨旭华,戴华平,孙优贤;基于神经网络的发酵时间和最优发酵温度模型[J];化工自动化及仪表;2004年01期
8 肖应旺,徐保国;抗生素发酵补料智能控制系统[J];化工自动化及仪表;2004年02期
9 黄明志,杭海峰,储炬,叶勤,张嗣良;人工神经网络在红霉素发酵过程状态预估中的应用[J];华东理工大学学报;2000年02期
10 陈宏文,方柏山,胡宗定;遗传算法应用于分批发酵动力学模型参数估算[J];华侨大学学报(自然科学版);2000年01期
【相似文献】
中国期刊全文数据库 前10条
1 范启亮;章瑶;刘春波;潘丰;;基于PSO-MKSVM发酵过程建模与补料优化控制[J];自动化与仪表;2009年05期
2 袁安平;张湜;姜珉;陈可泉;;丁二酸发酵过程软测量模型的参数优化研究[J];化工自动化及仪表;2009年05期
3 牛玉会;;基于粒子群算法在六峰驼背函数中的应用[J];当代经理人(下旬刊);2006年08期
4 邹长武;羊依金;丁恒康;张雪乔;;基于粒子群算法的GM(1,1)在经济发展预测中的应用[J];成都信息工程学院学报;2007年03期
5 段晓东;;基于群智能的计算与仿真方法研究[J];大连民族学院学报;2007年03期
6 王晟;潘郁;;个体激励粒子群算法及其社会学背景分析[J];计算机工程;2008年21期
7 陈永刚;牛丹梅;范庆辉;;粒子群算法在组合优化问题上的研究与发展[J];电脑与电信;2008年12期
8 刘胜利;刘鹏飞;;粒子群算法在黑盒测试中的应用[J];现代经济信息;2009年21期
9 邓璐娟;卢华琦;孙义坤;刁海港;;改进的粒子群算法在测试数据生成中的应用[J];计算机技术与发展;2010年07期
10 秦明明;王坚;姜雷;;基于改进粒子群算法的电力系统有功调度[J];微计算机信息;2010年19期
中国重要会议论文全文数据库 前10条
1 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
2 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
3 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
4 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
5 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
6 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
7 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
9 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
10 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国重要报纸全文数据库 前10条
1 何国庆 张灏;代谢工程在发酵工程中的运用[N];中国食品报;2009年
2 本报记者 白毅;系统生物学研究革新抗生素发酵技术[N];中国医药报;2005年
3 中国农业大学 陈伦寿;麦秆全量还田技术[N];人民日报;2007年
4 崔国民;烤青烟的原因及防治方法[N];云南科技报;2006年
5 记者 刘芃;中国鸡精打了个翻身仗[N];上海科技报;2004年
6 ;请教如何用牛粪培育菌类[N];江苏科技报;2006年
7 李立;炒卖期酒:享受发酵过程中的回报[N];中国经营报;2007年
8 李华;韩国料理三大宝:泡菜、大酱和酱缸[N];中国食品报;2008年
9 健康时报实习记者 刘奇民;酱菜能调理肠道吗?[N];健康时报;2005年
10 翁国娟;升华拜克搭建生物技术创新平台[N];中国化工报;2008年
中国博士学位论文全文数据库 前10条
1 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
2 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
3 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
5 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
6 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
7 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
8 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
9 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
10 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
中国硕士学位论文全文数据库 前10条
1 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
2 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
3 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
4 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
5 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
6 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
7 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
8 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
9 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
10 朱秀敏;改进粒子群算法的研究及其在天线设计中的应用[D];太原理工大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026