收藏本站
《江南大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

群体智能优化算法及其在生化过程控制中的应用研究

冯斌  
【摘要】:随着生物工程技术的迅速发展,生化工业在国民经济中的地位已越来越重要。但是由于生化反应过程机理复杂,具有非线性、时变性、模型的不确定性等特点,以及缺乏可靠的传感器用于过程变量的在线检测等原因,其自动化水平与其它工业生产过程相比还远未成熟。因此,寻求具有智能特征的新算法并应用于生化过程已成为相关学科的一个引人注目的研究方向,对于促进我国生化技术的发展,降低原材料和动力的消耗,提高经济效益有着及其重要的意义。 本文以谷氨酸发酵过程为研究对象,对群体智能优化算法及其在生化过程中的应用进行了研究。 首先对国际上目前的研究前沿量子粒子群优化算法进行理论研究,将量子谐振子势能场引入了粒子群系统,建立了粒子群算法的量子谐振子模型,并设计了一种参数控制方法。证明了量子谐振子粒子群算法(QOPSO)的收敛性能明显优于一般的粒子群算法。为了提高QOPSO算法的全局收敛能力,本文将一种自适应机制引入到QOPSO算法,进一步设计出了自适应的量子谐振子粒子群算法(AQOPSO),并取得了较好的性能测试仿真结果。 为了验证QOPSO算法的实用性,本文将QOPSO算法与RBF神经网络相结合,并应用于谷氨酸发酵过程。通过智能优化算法对操作变量的优化,使得在满足生产要求的情况下,尽可能减少资源的消耗量,使谷氨酸的产量能有一定的提高。本文还将回归支撑矢量机SVM应用于生化变量参数预估,取得较好效果。有鉴于此,SVM方法可望开辟生化过程参数预报的新途径。由于量子谐振子粒子群算法QOPSO的收敛速度明显高于遗传算法(GA算法),且鲁棒性好,因而对于微生物发酵过程有着广阔的实际应用前景。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘增良;李铁岭;;基于粒子群优化支持向量机的冲天炉铁液质量预测[J];铜陵学院学报;2011年03期
2 靳其兵;赵振兴;苏晓静;曹丽婷;;基于粒子健康度的快速收敛粒子群优化算法[J];化工学报;2011年08期
3 程勇;林辉;;CMPSO算法在参数辨识中的应用[J];化工自动化及仪表;2011年07期
4 高朝祥;王充;;基于粒子群算法的曲柄滑块机构优化设计[J];食品与机械;2011年04期
5 喻晓;彭建喜;刘建萍;;基于改进粒子群算法的圆柱度误差评定[J];微型机与应用;2011年15期
6 吴佳鹏;刘来胜;程东升;;水电规划环境影响评价替代方案优选研究[J];水力发电;2011年04期
7 周立群;张晓琴;李书臣;苏成利;翟春艳;;基于粒子群优化的神经网络容错控制算法[J];石油化工高等学校学报;2011年03期
8 何同弟;李见为;黄鸿;;基于PSO优选参数的SVR水质参数遥感反演模型[J];信息与控制;2011年04期
9 耿志强;韩永明;朱群雄;;一种新的多种群竞争粒子群优化算法及高密度聚乙烯装置操作优化[J];化工学报;2011年08期
10 刘猛;;粒子群优化算法在管壳式换热器设计中的应用[J];中国石油和化工标准与质量;2011年06期
11 熊伟;程加堂;艾莉;;异步电动机故障诊断粒子群优化神经网络模型研究[J];矿山机械;2011年08期
12 冯磊华;桂卫华;杨锋;;基于改进粒子群算法的电站锅炉NO_x排放预测控制及优化[J];中南大学学报(自然科学版);2011年07期
13 熊永华;姜云涛;吴敏;赖旭芝;;基于产热量优化的烧结余热回收操作参数设定[J];上海交通大学学报;2011年08期
14 闫雪丽;王学武;连志刚;;结合历史全局最优与局部最优的粒子群算法[J];华东理工大学学报(自然科学版);2011年04期
15 薛云灿;郑东亮;杨启文;;基于改进离散粒子群算法的炼钢连铸最优炉次计划[J];计算机集成制造系统;2011年07期
16 王大亮;赵慧峰;李振喜;;基于改进PSO算法的铜电解12脉波整流电源的优化控制[J];煤矿机械;2011年09期
17 靳其兵;王婷;;基于改进粒子群优化的连续系统闭环辨识新方法[J];化工自动化及仪表;2011年07期
18 许志军;;基于粒子群算法优化支持向量机的数控机床状态预测[J];现代制造工程;2011年07期
19 刘世豪;叶文华;唐敦兵;陈蔚芳;;基于模糊综合评判的机床床身多目标优化设计[J];高技术通讯;2010年09期
20 肖军民;刘慧升;;基于PSO-SVM的空气钻井地下水水位预测[J];价值工程;2011年21期
中国重要会议论文全文数据库 前10条
1 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
2 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
4 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
7 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 卓永强;;船舶车舵联动协同控制最优化的研究[A];1995-2009航海技术论文选集(第1集)[C];2010年
中国博士学位论文全文数据库 前10条
1 冯斌;群体智能优化算法及其在生化过程控制中的应用研究[D];江南大学;2005年
2 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
3 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
4 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
5 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
6 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
7 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
8 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
9 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
10 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
2 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
3 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
4 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
5 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
6 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
7 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
8 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
9 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
10 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978