[发明专利]一种啤酒生产配方优化方法

摘要

本发明涉及一种啤酒生产配方优化方法。现有的生产配方仍然依靠人工经验结合试验的方法来确定。本发明方法首先获取啤酒配方中主要原料；然后通过原料的参数建立综合生产性能指标估算模型，考虑的主要综合性能指标为麦芽糖化力、麦汁总氮、麦汁α氨基氮、麦汁β葡聚糖以及过滤槽糟层厚度；最后利用变尺度蚁群优化方法对啤酒配方模型进行优化，最终求解最低成本的生产配方。本发明方法具有开放性、鲁棒性、并行性和全局收敛性。

主权项

1.一种啤酒生产配方优化方法，其特征在于该方法包括如下步骤：步骤1、获取啤酒配方中主要原料的产槽率、α氨基氮、糖化力、总可溶性氮、β葡聚糖以及单价；步骤2、建立麦芽糖化力、麦汁总氮、麦汁α氨基氮、麦汁β葡聚糖和过滤槽糟层厚度综合生产性能指标估算模型；式中，T_i、x_i分别为组分i的糖化力强度及质量分数，1≤i≤n；式中，为组分i的总氮质量浓度；A、V分别为一批次需要的原料总质量和要求的麦汁产量，单位分别为千克以及升；γ、分别为蛋白质分解强度和煮沸氮析出率；式中，为组分i的α氨基氮质量浓度，κ为氨基氮系数；式中，为组分i的β葡聚糖质量浓度，v为葡聚糖系数；式中，D为过滤槽设备的直径，为组分i的产槽率；步骤3、利用变尺度蚁群优化方法对啤酒配方模型进行优化，最终求解最低成本的生产配方，具体步骤如下：①进行参数初始化，将每种组分所占质量百分比进行N等分，每种组分的离散间隔其中，分别为组分质量百分比的上下限；②若max(h₁，h₂，...，h_n)≤ε，算法停止，输出当前最优方案，ε表示结束条件；否则转第3步；③(r，i)为第r组分上的第i个节点，其数值记为X_r，i；(r+1，j)为第r+1组分上的第j个节点；[(r，i)，(r+1)，j]为节点(r，i)到节点(r+1，j)的连线，蚁群中蚂蚁的数量为m，在运动过程中，在时刻t蚂蚁k由位置(r，i)转移到位置(r+1，j)的概率为p[(r,i),(r+1,j)]k(t)=τ[(r,i),(r+1,j)](t)Σj=1Mr+1τ[(r,i),(r+1,j)](t)]]>式中：M_r+1是第r+1组分的允许取值范围，τ_{[(r，i)，(r+1，j)]}(t)为时刻t在[(r，i)，(r+1)，j]连线上残留得信息素浓度强度；蚂蚁k(k＝1，2...m)根据各条路径上概率进行随机选择，蚂蚁访问到节点后，并且对其所走路径上的信息素采用局部信息素更新规则进行更新τ[(r,i),(r+1,j)]new=(1-ρ)τ[(r,i),(r+1,j)]old+ρ·Δτ]]>式中，ρ是信息量衰减参数，(0＜ρ＜1)，令Q为常数，J_nn表示该蚂蚁得到方案的配方成本，每只蚂蚁如此递推并最终生成各自的配方方案；④利用指标模型剔除不满足生产指标的不可行方案，对可行方案计算配方成本J并将其与最好方案对比，如果配方成本J小于最好方案中的配方成本，则把该方案记为最好方案；其中M_i为原料组分i的单价；⑤当所有蚂蚁均构建了配方方案，则按下式对信息素进行全局更新，得到信息素浓度强度τ′_{[(r，i)，(r+1，j)]}式中：J_mingb为开始迭代时所获得的最低目标函数值；⑥更新迭代次数t←t+1；若t≥t_max，则转到第3步；否则，找出当前最好方案，更新x_r0、w_r，其中w_r＝2·h_r，并按下式修正搜索上下限x_rupper、x_rlower，转到第1步，其中x_r0为最好方案中第r组分的最佳质量百分比，xrupper←1,xrlower←1-wrifxr0+wr2>1xrupper←xr0+wr2,xrlower←xr0-wr2ifxr0+wr2≤1andxr0-wr2>0xrupper←wr,xrlower←0ifxr0-wr2≤0.]]>