版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著市場(chǎng)經(jīng)濟(jì)的發(fā)展,追求生產(chǎn)小批量、多品種、高附加值產(chǎn)品成為一種趨勢(shì),因此,在精細(xì)化工和制藥等領(lǐng)域越來(lái)越多地采用了間歇生產(chǎn)工藝。由于目前大多數(shù)的間歇發(fā)酵過(guò)程自動(dòng)化水平普遍較為落后,為了適應(yīng)市場(chǎng)的發(fā)展、提高產(chǎn)品的競(jìng)爭(zhēng)力,同時(shí)還要兼顧降低生產(chǎn)成本和環(huán)保的要求,研究開(kāi)發(fā)間歇發(fā)酵過(guò)程中的先進(jìn)的控制策略和各種優(yōu)化方法已經(jīng)成為迫切的需要。
間歇發(fā)酵過(guò)程具有非線性、非穩(wěn)態(tài)工作點(diǎn)及多變量的特點(diǎn),與化工的連續(xù)過(guò)程有所不同,因而使得一些用于連
2、續(xù)過(guò)程的先進(jìn)控制算法和策略不再適合。
遺傳算法作為一種隨機(jī)搜索和優(yōu)化算法,可以高效處理非線性問(wèn)題,同時(shí)具有全局優(yōu)化和易操作的特性。考慮間歇發(fā)酵過(guò)程的復(fù)雜性,同時(shí)基于全面關(guān)注發(fā)酵過(guò)程中間狀態(tài)的思想,提出了一個(gè)基于遺傳算法的新型優(yōu)化控制策略,通過(guò)由求解一系列端點(diǎn)時(shí)間不固定最優(yōu)控制子問(wèn)題得到整個(gè)間歇過(guò)程的最優(yōu)操作策略。同時(shí)為了克服遺傳算法容易陷入局部最優(yōu)和加快收斂速度,在自適應(yīng)遺傳算法基礎(chǔ)上對(duì)相關(guān)的遺傳算子進(jìn)行了改進(jìn),并將改進(jìn)后
3、的自適應(yīng)遺傳算法應(yīng)用到所提出的優(yōu)化控制策略之中。
論文以青霉素發(fā)酵過(guò)程為研究對(duì)象,首先,充分考慮了影響發(fā)酵產(chǎn)量的菌體平均比生長(zhǎng)速率和流加時(shí)間間隔因素,給出了優(yōu)化目標(biāo)函數(shù)的表達(dá)式,詳細(xì)給出了新型優(yōu)化控制策略并討論了算法的實(shí)現(xiàn),求解獲得整個(gè)發(fā)酵過(guò)程的最優(yōu)流加速率軌線;其次,對(duì)提出的優(yōu)化控制策略和等級(jí)策略進(jìn)行了仿真,驗(yàn)證了所提出的策略的可行性。同時(shí)將改進(jìn)的自適應(yīng)遺傳算法應(yīng)用到優(yōu)化策略中,仿真表明它在局部尋優(yōu)和收斂速度上有了很大的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的打漿過(guò)程優(yōu)化控制.pdf
- 基于遺傳算法的無(wú)功優(yōu)化控制研究.pdf
- 基于遺傳算法的智能控制策略研究.pdf
- 基于遺傳算法的間歇化工過(guò)程調(diào)度及其在線調(diào)整研究.pdf
- 基于遺傳算法優(yōu)化的智能控制研究.pdf
- 遺傳算法優(yōu)化反應(yīng)過(guò)程的研究.pdf
- 基于遺傳算法的煤低溫干餾過(guò)程優(yōu)化.pdf
- 基于遺傳算法的倒立擺控制策略研究.pdf
- 基于遺傳算法的風(fēng)電場(chǎng)無(wú)功優(yōu)化控制研究.pdf
- 基于遺傳算法的優(yōu)化研究.pdf
- 基于遺傳算法優(yōu)化問(wèn)題的研究
- 基于TSP的遺傳算法優(yōu)化研究.pdf
- 改進(jìn)量子遺傳算法優(yōu)化同步開(kāi)關(guān)控制策略的研究.pdf
- 基于遺傳算法的混合動(dòng)力汽車(chē)多目標(biāo)優(yōu)化及控制策略研究.pdf
- 基于遺傳算法的多目標(biāo)優(yōu)化算法研究.pdf
- 基于遺傳算法優(yōu)化QoS路由算法的研究.pdf
- 基于免疫遺傳算法參數(shù)優(yōu)化的PID控制.pdf
- 基于遺傳算法的pid控制器參數(shù)優(yōu)化研究
- 基于遺傳算法優(yōu)化問(wèn)題的研究.pdf
- 基于遺傳算法的翼型優(yōu)化.pdf
評(píng)論
0/150
提交評(píng)論