[发明专利]一种基于区间优化的提高谷氨酸发酵产物浓度的方法

摘要

本发明涉及一种基于区间优化的提高谷氨酸发酵产物浓度的方法，获取谷氨酸发酵过程历史生产数据，建立谷氨酸发酵过程的3层BP神经网络模型，将谷氨酸发酵过程的3层BP神经网络模型扩张为谷氨酸发酵过程区间神经网络模型，将发酵过程PH值、发酵温度和通风量作为变量，谷氨酸发酵产物浓度作为优化目标，利用区间粒子群优化算法对谷氨酸发酵过程区间神经网络模型进行区间优化，得到使谷氨酸发酵产物浓度最大化的最优发酵温度、最优通风量和最优发酵过程PH值，在谷氨酸发酵过程中，根据最优发酵温度、最优通风量和最优发酵过程PH值进行谷氨酸发酵。

主权项

一种基于区间优化的提高谷氨酸发酵产物浓度的方法，其特征在于，包括以下步骤：步骤1：获取谷氨酸发酵过程历史生产数据，包括发酵过程PH值、发酵温度、通风量、谷氨酸发酵产物浓度、菌体浓度、基质浓度和流加糖量；步骤2：建立谷氨酸发酵过程的3层BP神经网络模型，将谷氨酸发酵过程历史生产数据中的发酵过程PH值、发酵温度、通风量、菌体浓度、基质浓度、流加糖量和谷氨酸发酵产物浓度作为该3层BP神经网络模型的输入层数据，将谷氨酸发酵过程历史生产数据中的下一个时刻谷氨酸发酵产物浓度、下一个时刻菌体浓度和下一个时刻基质浓度作为该3层BP神经网络模型的输出层数据，隐含层节点的作用函数和输出层节点的作用函数均为Sigmoid型函数；步骤3：将谷氨酸发酵过程的3层BP神经网络模型扩张为谷氨酸发酵过程区间神经网络模型：分别将谷氨酸发酵过程的3层BP神经网络模型的隐含层节点的作用函数和输出层节点的作用函数扩张为区间函数，将谷氨酸发酵过程的3层BP神经网络模型的输入层的输入数据扩张为区间值，作为谷氨酸发酵过程区间神经网络模型的输入层数据，将谷氨酸发酵过程的3层BP神经网络模型的输入层、隐含层及输出层之间的基本点运算扩张为区间运算，谷氨酸发酵过程的3层BP神经网络模型的输入层的输入区间值数据为各输入变量值域内随机选取的一段连续的区域数据；步骤4：将发酵过程PH值、发酵温度和通风量作为变量，谷氨酸发酵产物浓度作为优化目标，利用区间粒子群优化算法对谷氨酸发酵过程区间神经网络模型进行区间优化，得到使谷氨酸发酵产物浓度最大化的最优发酵温度、最优通风量和最优发酵过程PH值；步骤4.1：设定粒子群算法的学习因子、种群规模q和迭代终止次数，确定发酵温度、通风量和发酵过程PH值的初始取值范围；步骤4.2：将发酵温度、通风量和发酵过程PH值组成的向量值作为种群个体，种群个体维数为3，初始化种群个体的区间值及其速度；步骤4.3：将初始化的q个种群个体的区间值输入谷氨酸发酵过程区间神经网络模型，得到谷氨酸发酵产物浓度的区间值，将初始化的q个种群个体的区间值作为每个个体的历史最优区间值，比较每个种群个体的历史最优区间值的适应度区间值，即谷氨酸发酵产物浓度的区间值，将适应度区间值最大的种群个体的历史最优区间值作为全局最优区间值；所述每个种群个体的历史最优区间值的适应度区间值的计算过程如下所示：设为种群个体的适应度区间值，令其中，n为输入层的节点数；利用适应度函数判断种群个体的区间值的适应度区间值的大小的方法为：设定可信度参数λ，记Xμ大于或等于Xσ的可信度为P(Xμ≥Xσ)，若P(Xμ≥Xσ)＞λ，则说明Xμ大于或等于Xσ；可信度P(Xμ≥Xσ)如下所示：P(Xμ≥Xσ)=d(Xσ,θ)d(Xμ,θ)+d(Xσ,θ);]]>其中，步骤4.4：判断更新迭代次数是否达到迭代终止次数，若是，则执行步骤4.7，否则，将惯性权重进行更新，执行步骤4.5；所述将惯性权重进行更新的具体过程是：将惯性权重进行更新的方法为将惯性权重w变为原来的一半；步骤4.5：更新种群个体的区间值及其速度；所述的更新种群个体的区间值及其速度的具体方法为：利用趋势减法迭代更新种群个体的速度：Vidk+1=wVidk+c1(Pidk--Xidk)+c2(Pgdk--Xidk);]]>其中，w为惯性权重，c1、c2为粒子群算法的学习因子，为迭代第k次的种群个体的速度，为迭代第k+1次的种群个体的速度，为迭代第k次的第i个种群个体的历史最优区间值，为迭代第k次的第i个种群个体的历史最优区间值的下限值，勾迭代第k次的第i个种群个体的历史最优区间值的上限值，为迭代第k次的全局最优区间值，为迭代第k次的第i个种群个体的区间值，为迭代第k次的第i个种群个体的区间值的下限值，为迭代第k次的第i个种群个体的区间值的上限值；利用更新的种群个体的速度更新种群个体的区间值：Xidk+1=Xidk+Vdk+1;]]>其中，为迭代第k+1次的第i个种群个体的区间值；步骤4.6：将更新的q个种群个体的区间值输入谷氨酸发酵过程区间神经网络模型，得到谷氨酸发酵产物浓度的区间值，若更新的种群个体的区间值的适应度区间值大于该种群个体的历史最优区间值的适应度区间值，则将该更新的种群个体的区间值作为该种群个体的历史最优区间值，比较每个种群个体的历史最优区间值的适应度区间值，将适应度区间值最大的种群个体的历史最优区间值作为全局最优区间值，执行步骤4.4；步骤4.7：将当前全局最优区间值中的发酵温度区间值、通风量区间值、发酵过程PH值区间值分别作为最优发酵温度、最优通风量、最优发酵过程PH值；步骤5：在谷氨酸发酵过程中，根据最优发酵温度、最优通风量和最优发酵过程PH值进行谷氨酸发酵。