采用非线性粒子群算法的同步糖化发酵参数辨识

仲兆平; 严青; 邓学群; 艾特玲

doi:10.7652/xjtuxb201307023

您当前的位置：

首页 >

文章列表页 >

采用非线性粒子群算法的同步糖化发酵参数辨识

更新时间：2025-07-09

- 采用非线性粒子群算法的同步糖化发酵参数辨识
- Parameter Identification of SSF Process with Non-Linear Adaptive PSO Algorithm
- 西安交通大学学报 2013年47卷第7期页码：124-128
- 作者机构：
  
  东南大学能源热转换及其过程测控教育部重点实验室,南京,210096
- 作者简介：
- 基金信息：
  
  : 2012-12-04。作者简介: 仲兆平(1965—),男,教授,博士生导师。基金项目: 国家重点基础研究发展计划资助项目(2013CB228106,2011CB201505)
- DOI：10.7652/xjtuxb201307023
  中图分类号： X705
- 网络首发：2013-07-10，
  
  纸质出版：2013
- 稿件说明：
移动端阅览
仲兆平, 严青, 邓学群, 等. 采用非线性粒子群算法的同步糖化发酵参数辨识[J]. 西安交通大学学报, 2013,47(7):124-128.

Parameter Identification of SSF Process with Non-Linear Adaptive PSO Algorithm[J]. 2013, 47(7): 124-128.
仲兆平, 严青, 邓学群, 等. 采用非线性粒子群算法的同步糖化发酵参数辨识[J]. 西安交通大学学报, 2013,47(7):124-128. DOI： 10.7652/xjtuxb201307023.

Parameter Identification of SSF Process with Non-Linear Adaptive PSO Algorithm[J]. 2013, 47(7): 124-128. DOI： 10.7652/xjtuxb201307023.

摘要

为进一步优化同步糖化发酵(SSF)工艺

在经典发酵动力学的基础上

总结出SSF工艺中的还原糖变化方程

并采用自适应粒子群优化(PSO)算法进行菌体生长、产物生成以及还原糖消耗的模型参数辨识。通过比较分析线性和非线性动态变化惯性权重的自适应PSO算法在动力学参数辨识过程中的优劣

确定了非线性方法的快速收敛特性。结果表明:模型的拟合值与实验数据比较接近

即利用这些模型来反映此SSF过程的机理具有一定的准确性和可靠性; 通过非线性动态变化惯性权重的自适应PSO算法进行参数辨识具有一定的可行性和推广性

也为模型参数辨识提供了一种新思路。

Abstract

To further optimize the simultaneous saccharification and fermentation(SSF)process

the adaptive particle swarm optimization(PSO)algorithm was applied to the parameter identification for the dynamic models of cell growth

product synthesis and sugar consumption. The model equation of reducing sugar consumption was presented based on the kinetics of fermentation. The adaptive PSO algorithm with non-linear changed inertia weight was found to be more effective in convergence compared with the linear method. The results show that the values simulated fit the experimental data well

indicating specific accuracy and feasibility of the employed models in reflecting the mechanisms of the SSF technology. It appears that the present adaptive PSO method with non-linear changed inertia weight may effectively be used in the model parameter estimation.

关键词

Keywords

references

邓雪. 玉米秸秆水解成糖发酵乙醇 [D]. 长春: 长春工业大学, 2010.

LIU L, SUN J, ZHANG D X, et al. Culture conditions optimization of hyaluronic acid production by Streptococcus zooepidemicus based on radial basis function neural network and quantum-behaved particle swarm optimization algorithm [J]. Enzyme and Microbial Technology, 2009, 44(1): 24-32.

SKOLPAP W, NUCHPRAYOON S, SCHARER J M, et al. Fed-batch optimization of alpha-amylase and protease-producing bacillus subtilis using genetic algorithm and particle swarm optimization [J]. Chemical Engineering Science, 2008, 63(16): 4090-4099.

许久峰, 苗国立, 聂金荣, 等. 基于自适应权重PSO的模型参数估计算法 [J]. 河南工程学院学报: 自然科学版, 2010, 22(3): 68-72.

XU Jiufeng, MIAO Guoli, NIE Jinrong, et al. An algorithm of model parameter estimation based on adaptive weight PSO [J]. Journal of Henan Institute of Engineering: Natural Science Edition, 2010, 22(3): 68-72.

周驰. 粒子群优化算法应用研究 [D]. 武汉: 华中科技大学, 2007.

GARLAPATI V K, VUNDAVILLI P R, BANERJEE R. Evaluation of lipase production by genetic algorithm and particle swarm optimization and their comparative study [J]. Appl Biochem Biotechnol, 2010, 162(5): 1350-1361.

代志凯, 印遇龙, 阮征. 微生物发酵动力学模型及其参数拟合的软件实现 [J]. 计算机与应用化学, 2011, 28(4): 437-440.

DAI Zhikai, YIN Yulong, RUAN Zheng. Microbial fermentation kinetic model and its parameters estimation by software [J]. Computers and Applied Chemistry, 2011, 28(4): 437-440.

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, 3(3): 416-420.

LÜ Zhensu, HOU Zhirong. Particle swarm optimization with adaptive mutation [J]. Acta Electronica Sinica, 2004, 3(3): 416-420.

赖智乐. 汽爆玉米秸秆同步糖化发酵产乙醇的工艺研究 [D]. 郑州: 郑州大学, 2010.

于雷, 裴晓林, 雷霆. L-乳酸生产菌分批发酵动力学模型 [J]. 食品工业科技, 2008, 29(5): 100-102.

YU Lei, PEI Xiaolin, LEI Ting. Dynamic models for L-lactic acid batch fermentation by Lactobacillus rhamnosus [J]. Science and Technology of Food Industry, 2008, 29(5): 100-102.

余洪波, 张晓昱, 柯静, 等. 生物-碱氧化预处理玉米秸秆酶解条件的优化 [J]. 农业工程学报, 2009, 25(4): 201-205.

YU Hongbo, ZHANG Xiaoyu, KE Jing, et al. Optimization of enzymatic hydrolysis of corn straw after biological-alkaline/oxidative pretreatment [J]. Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(4): 201-205.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于热路模型参数辨识的油浸式配电变压器绕组温升预测方法研究

系统辨识的粒子群优化方法

变压器漏电感参数在线辨识方法研究

柔性测量臂运动学建模及参数标定方法

采用多样性引导粒子群算法的干式空心电抗器优化设计