基于多目標(biāo)優(yōu)化算法的發(fā)酵過程控制方法研究.pdf

1、發(fā)酵過程的優(yōu)化控制對提高發(fā)酵過程生產(chǎn)效率具有重要的作用。發(fā)酵過程具有非線性、時(shí)變性等特征，且發(fā)酵過程優(yōu)化問題中包含多個(gè)目標(biāo)函數(shù)和約束條件，經(jīng)典的最優(yōu)控制理論和確定性優(yōu)化方法難以求解復(fù)雜的發(fā)酵過程優(yōu)化問題。多目標(biāo)粒子群優(yōu)化算法基于群體隨機(jī)搜索策略，設(shè)置參數(shù)少、搜索效率高且魯棒性好，適合求解發(fā)酵過程中的復(fù)雜非線性約束多目標(biāo)優(yōu)化問題。因此，研究基于多目標(biāo)粒子群算法的發(fā)酵過程優(yōu)化控制方法對提高發(fā)酵水平以及發(fā)酵產(chǎn)業(yè)的經(jīng)濟(jì)效益具有重要的意義。

2、>　　 本文對多目標(biāo)粒子群優(yōu)化算法的基本原理進(jìn)行研究分析，提出了一種基于自適應(yīng)進(jìn)化學(xué)習(xí)約束的多目標(biāo)粒子群優(yōu)化方法，利用粒子的約束違反程度信息修正其學(xué)習(xí)進(jìn)化公式，增強(qiáng)算法的全局搜索能力;結(jié)合Pareto最優(yōu)解在一次進(jìn)化內(nèi)位置不變的特點(diǎn)，提出了一種基于最優(yōu)解位置信息的分布性動(dòng)態(tài)維護(hù)策略，改善Pareto最優(yōu)解的分布性;以補(bǔ)料分批發(fā)酵過程為研究對象，提出了一種用于發(fā)酵過程優(yōu)化控制的自適應(yīng)權(quán)重多目標(biāo)決策方法;在此基礎(chǔ)上，給出了一種基于多目標(biāo)粒

3、子群優(yōu)化算法的發(fā)酵過程在線控制方法，對發(fā)酵過程中的補(bǔ)料速率進(jìn)行周期性地優(yōu)化和在線決策，并通過過程擾動(dòng)實(shí)驗(yàn)和模型失配實(shí)驗(yàn)驗(yàn)證所提方法的有效性與優(yōu)越性。
　　 實(shí)驗(yàn)研究表明，所提的自適應(yīng)進(jìn)化約束多目標(biāo)粒子群優(yōu)化方法具有較強(qiáng)的收斂性，并且在不增加算法復(fù)雜度的前提下Pareto前沿的分布性得到了明顯的改善?；诙嗄繕?biāo)粒子群算法的發(fā)酵過程在線優(yōu)化控制方法能夠有效地求解發(fā)酵過程優(yōu)化問題，獲得合理的最優(yōu)補(bǔ)料軌跡，得到很好的優(yōu)化效果，并且在發(fā)酵