专利名称：基于混沌粒子群优化的赖氨酸发酵过程软测量方法
技术领域：
本发明属于生物技术和测量技术的交叉领域，涉及生物发酵过程关键生化参量的优化建模，具体涉及赖氨酸发酵过程的混沌粒子群优化支持向量机软测量建模方法，实现关键生化参量的实时在线测量。
背景技术：
赖氨酸名列八种人体必需氨基酸之首，广泛应用于食品、医疗、饲料等领域。赖氨酸发酵属于二类发酵，产物形成表现为生长偶联型，其发酵过程具有时变、非线性、多变量、 强耦合等特征，内部机理非常复杂。发酵过程的关键生化参量，如菌体浓度X、基质浓度S、 赖氨酸产物浓度P等无法通过常规仪表在线测量，成为影响发酵过程在线优化控制的瓶颈技术。通常这些关键参数的获取，是采用周期采样、离线分析测定，由于受到取样间隔的影响，测定值的滞后大，实时性差，不能满足实时控制的需要，特别是人工取样容易给发酵过程带来人为污染，引起产量和质量的下降。随着计算机技术的发展，为了解决此类关键变量不可直接测量的问题，软测量技术得到了广泛的应用。所谓软测量，就是以易测的过程变量(辅助变量)为基础，利用易测变量和待测变量(主导变量)之间的数学关系(软测量模型)，通过各种数学计算和估计，实现对待测过程变量的在线测量。在软测量的众多方法中，最小二乘支持向量机(LSSVM)方法以拟合精度高、泛化能力强等一系列优势得到了广泛应用。在建立赖氨酸发酵过程的LSSVM 软测量模型时，正规化参数Z和核参数一直接影响到软测量模型的拟合性能和泛化能力，但在实际使用时，LSSVM软测量模型的正规化参数f和核参数σ3陷入局部极值的概率大，全局优化能力差，影响其测量精度。
发明内容
本发明的目的是为克服目前赖氨酸发酵过程关键生化参量无法精确测量的不足而提出一种基于混沌粒子群优化的赖氨酸发酵过程软测量方法，通过常规在线测量仪表提供的辅助变量信号即可在线、实时、精确得到当前的主导变量值。本发明采用的技术方案是选取赖氨酸发酵过程中的溶解氧Ito、酸碱度值、二氧化碳释放率CSi 、氧吸收率Otffi和葡萄糖流加速率4为辅助变量及菌体浓度X、基质浓
度S、赖氨酸产物浓度P为主导变量，包括以下步骤
(1)建立赖氨酸发酵过程主导变量和辅助变量的历史数据库，对历史数据库进行数据预处理，按照服从正态分布时的3σ准则剔除过失数据、且经数字滤波和校正后形成历史发酵过程参量数据库；
(2)从历史发酵过程参量数据库中选取一致关联度&的参量为历史辅助变量；变量的相关系数
权利要求
1. 一种基于混沌粒子群优化的赖氨酸发酵过程软测量方法，选取赖氨酸发酵过程中的溶解氧Do、酸碱度值、二氧化碳释放率CSi 、氧吸收率OW 和葡萄糖流加速率厶为辅助变量及菌体浓度1基质浓度&赖氨酸产物浓度P为主导变量，其特征在于包括以下步骤(1)建立赖氨酸发酵过程主导变量和辅助变量的历史数据库，对历史数据库进行数据预处理，按照服从正态分布时的3σ准则剔除过失数据、且经数字滤波和校正后形成历史发酵过程参量数据库；(2)从历史发酵过程参量数据库中选取一致关联度I"的参量为历史辅助变量；变量的相关系数；‘ h分别为数据预处理后的赖氨酸发酵过程不可测变量和可测变量为样本数；Z=U斤为样本点·’_、为相邻两样本数据的变化量；4为相邻样本数据变化量的平均值；(3)将当前待预测罐批发酵过程主导变量和辅助变量进行所述数据预处理后，结合历史发酵过程主导变量和经一致关联度选取后的历史辅助变量，构最小二乘支持向量机软测量训练样本数据库；(4)对最小二乘支持向量机软测量训练样本数据库中的样本数据进行归一化处理，构造与之对应的最小二乘支持向量机软测量模型，利用混沌粒子群算法优化软测量模型中的正规化参数和核参数一，建立基于混沌粒子群优化支持向量机软测量模型，并训练及测试该模型；(5)根据当前待预测罐批的最新数据集，获得相应关键生化参量预测值。
2.根据权利要求1所述的基于混沌粒子群优化的赖氨酸发酵过程软测量方法，其特征在于，步骤(4)所述利用混沌粒子群算法优化软测量模型中的正规化参数/和核参数一的具体步骤是(1)初始化粒子群参数，包括设置粒子总数w、维数L.最大迭代次数it·、加速因子Λ 、h和惯性权重《 ,根据混沌序列初始化粒子位置\和速度r(2)映射种群中的粒子为最小二乘支持向量机软测量模型正规化参数/和核参数—；(3)输入样本训练最小二乘支持向量机软测量模型；(4)用最小二乘支持向量机软测量模型对训练样本集的输出误差作为适应度函数^ = JtEO'-Oj ；其中，—为样本总数力实际输出值；为目标输出值； iji “IJft(5)更新个体极值A和全局极值.若则^= ;否则外不变；若汽幻<F(Jt) JjPt=A ；否则Λ不变；如果达到最大迭代次数k ^iim或收敛精度error ，执行步骤(9)，否则判断算法停滞步数并添加极值扰动算子&和其中、。分别表示个体极值和全局极值进化停滞步数；ΓΜ、。分别表示对应的停滞步数阈值；(6)根据以下极值扰动粒子群算法更新粒子的速度^和位置&
全文摘要
本发明公开一种基于混沌粒子群优化的赖氨酸发酵过程软测量方法，先建立赖氨酸发酵过程主导变量和辅助变量的历史数据库且选取一致关联度的历史辅助变量；对当前待预测罐批发酵过程主导变量和辅助变量结合历史发酵过程主导变量和历史辅助变量构成最小二乘支持向量机软测量训练样本数据库且构造与之对应的软测量模型，再利用混沌粒子群算法优化软测量模型中的正规化参数和核参数且建立基于混沌粒子群优化支持向量机软测量模型，最后获得相应关键生化参量预测值；本发明采用混沌序列初始化粒子群位置，使粒子较均匀、不重复地遍布解空间，增强了软测量模型的全局寻优能力，预测和测量精度高、速度快、能力强、泛化能力好。
文档编号G05B13/04GK102231057SQ20111005252
公开日2011年11月2日 申请日期2011年3月4日 优先权日2011年3月4日
发明者孙玉坤, 嵇小辅, 王博, 黄丽, 黄永红 申请人:江苏大学