[发明专利]基于混沌粒子群优化的赖氨酸发酵过程软测量方法

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。

主权项

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、酸碱度值、二氧化碳释放率、氧吸收率和葡萄糖流加速率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，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；一致关联度，其中，；；；；为两变量的相关系数；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；；为样本点；为相邻两样本数据的变化量；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，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。