區(qū)間優(yōu)化控制算法及其在谷氨酸發(fā)酵過程中的應用研究.pdf

1、區(qū)間優(yōu)化算法是一種以區(qū)間變量代替點變量進行優(yōu)化的優(yōu)化方法，并且區(qū)間算法是一種確定性的全局優(yōu)化方法，它能夠有效定界函數(shù)范圍并提供數(shù)學意義上嚴格的運算結果，另外區(qū)間可以表示數(shù)據(jù)的不確定性，這些特性使得區(qū)間方法很適于解決控制理論中的某些非線性和參數(shù)不確定性問題。利用變量最優(yōu)可行區(qū)間來代替最優(yōu)點，在工程實際的問題中給了我們提供更多的選擇空間，但傳統(tǒng)的區(qū)間算法存在眾多缺陷令很多人并不采用此種方法。
　　遺傳算法采用隨機搜索技術，可以大大提高

2、算法的全局搜索能力，但是這種隨機性往往使得算法陷入局部最優(yōu)，雖然現(xiàn)在對遺傳算法的改進方式很多，但其還是一種不確定性算法，當搜索空間較大時，對于多峰值優(yōu)化問題往往不能加以解決。因此為了克服傳統(tǒng)區(qū)間算法和遺傳算法的缺陷，利用二者的優(yōu)勢，將區(qū)間與遺傳算法相結合，得到新的混合優(yōu)化算法，并嘗試將這種混合算法應用到實際生產(chǎn)工業(yè)過程中。文中研究工作具體包括如下幾個方面:
　　首先，對區(qū)間分析的基本概念、基本思想進行了詳細的介紹與總結，舉例說明這

3、種算法的求解基本過程，并介紹了其在控制理論領域的具體一些應用情況。
　　然后，依照區(qū)間算法的基本思想和步驟，對遺傳算法進行改進，提出一種新的算法，并10個具有各自特點的函數(shù)對其進行測試，判斷其可靠性。
　　最后將其運用到谷氨酸發(fā)酵過程中，利用神經(jīng)網(wǎng)絡建立黑箱模型。根據(jù)實際要求將整個發(fā)酵過程優(yōu)化分為單目標優(yōu)化和多目標優(yōu)化:
　　第一，將產(chǎn)酸率作為單目標對各個操作變量進行優(yōu)化，得到各個變量每一時刻的最優(yōu)變化區(qū)間。