论文部分内容阅读
针对谷氨酸发酵过程的复杂性,本文利用神经元网络建立了谷氨酸发酵过程的动态数学模型,以发酵过程最终时刻产酸率为目标,利用改进的微分进化算法对发酵过程的多操作变量同时进行优化,得到各操作变量的最优控制轨迹。通过适当时刻变异因子的随机选取和重复进行种群个体初始化的方法,对微分进化算法进行了改进,有效地解决了有约束优化问题求解困难和避免算法早熟的问题。仿真结果证明了该方法的有效性。同样基于上述动态数学模型,利用实数编码遗传算法,采用过程整体优化的思路,以发酵过程转化率为优化目标对发酵过程的多操作变量