氨糖发酵过程中的补料控制方法、系统、存储介质及设备技术方案

本发明专利技术涉及发酵控制技术领域，提供了氨糖发酵过程中的补料控制方法、系统、存储介质及设备，包括：获取溶解氧浓度、搅拌转速和通气量；对于每一个发酵培养周期，基于溶解氧浓度、搅拌转速和通气量，对补料速度进行寻优，以最大化混合模型预测得到的下一个发酵培养周期的产物浓度；其中，混合模型将机理模型与LSSVM模型相结合，并通过基于自适应Levy飞行策略的多元宇宙优化算法进行LSSVM模型的参数优化，所述基于自适应Levy飞行策略的多元宇宙优化算法在按照虫洞作用规则更新每个宇宙的位置后，基于迭代次数再次更新每个宇宙的位置。获得了相较纯机理模型更好的预测效果，进而提高了补料速度控制效果。了补料速度控制效果。了补料速度控制效果。

【技术实现步骤摘要】
氨糖发酵过程中的补料控制方法、系统、存储介质及设备


[0001]本专利技术属于发酵控制
，尤其涉及氨糖发酵过程中的补料控制方法、系统、存储介质及设备。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]氨糖类产品的需求日益增加，为赢得市场的认可，氨糖发酵企业首要考虑的问题便是通过优化控制氨糖的发酵过程来提高产品的质量和浓度，对发酵过程实现优化控制的关键在于实时准确的获取发酵过程信息。
[0004]目前，对生物发酵过程的建模方式大致有：白箱建模、黑箱建模和混合建模。白箱模型基于发酵过程的物料与能量平衡等内部反应机理，对发酵过程的生化反应搭建相应的动力学模型，待测参数的信息最终取决于输入输出变量。相比之下，发酵过程的内部反应机理不在黑箱建模的考虑范畴，它利用智能优化算法对输入输出数据直接搭建模型，这种方式使得其模型结构相较于白箱模型更为简单，且计算结果更为精确。混合建模融合了白箱与黑箱模型的优势，充分利用发酵过程的机理知识，并利用数据驱动的方式来弥补机理模型的缺失和外界的扰动影响。
[0005]补料速度的控制优化方面，粒子群优化（Particle Swarm Optimization，PSO）算法作为一种模拟生物种群的算法，将每个个体视作质量和体积均为零的理想粒子，每个粒子具有不同的位置和速度，通过个体和群体的作用修正单个粒子的位置，在不断地迭代中完成解空间的搜索，用于补料速度优化曲线的求取；量子粒子群(Quantum
‑
PSO，QPSO)算法的提出解决了原始PSO算法不能完全搜索解空间且容易陷入局部最优的缺点，提高了PSO算法的全局搜索能力。
[0006]在生物状态参数预测技术方面，支持向量机（Support Vector Machine，SVM）作为一类按监督学习方式对数据进行二元分类的广义线性分类器，可以将原始问题转化为求解凸二次规划的问题，是一种适用于小样本、非线性和高模式识别的机器学习方法；而最小二乘支持向量机（Least Squares Support Vector Machines，LSSVM）将原始SVM的不等式约束转换为等式约束，解决了大规模数据训练时会导致复杂度过高的问题，降低了计算的复杂度。

技术实现思路

[0007]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供氨糖发酵过程中的补料控制方法、系统、存储介质及设备，将机理模型与LSSVM模型相结合，搭建混合模型来预测氨糖发酵过程中生物状态参数，并将基于自适应Levy飞行策略的多元宇宙优化算法应用于LSSVM模型的参数优化问题，获得了相较纯机理模型更好的预测效果，进而提高了补料速度控制效果。
[0008]为了实现上述目的，本专利技术采用如下技术方案：本专利技术的第一个方面提供氨糖发酵过程中的补料控制方法，其包括：获取溶解氧浓度、搅拌转速和通气量；对于每一个发酵培养周期，基于溶解氧浓度、搅拌转速和通气量，对补料速度进行寻优，以最大化混合模型预测得到的下一个发酵培养周期的产物浓度；其中，混合模型将机理模型与LSSVM模型相结合，并通过基于自适应调整算子的多元宇宙优化(Multi
‑
Verse Optimizer，MVO)算法进行LSSVM模型的参数优化，所述基于自适应Levy飞行策略的多元宇宙优化算法在按照虫洞作用规则更新每个宇宙的位置后，基于迭代次数再次更新每个宇宙的位置。
[0009]进一步地，所述对补料速度进行寻优的具体步骤为：随机产生若干个粒子，每个粒子的位置编码一种补料速度；对于每个粒子，采用混合模型预测得到下一个发酵培养周期的产物浓度，将预测得到的产物浓度作为粒子的适应度值；基于适应度值，修正个体最优和全局最优；基于个体最优和全局最优，计算平均最好位置；基于平均最好位置，更新粒子的位置；返回计算每个粒子的适应度值，直到迭代次数达到最大迭代次数，输出全局最优对应的补料速度。
[0010]进一步地，所述混合模型基于溶解氧浓度、搅拌转速和通气量，结合发酵培养周期、补料速度、菌体浓度、底物浓度和产物浓度，预测得到下一个发酵培养周期的菌体浓度、底物浓度和产物浓度。
[0011]进一步地，所述通过基于自适应Levy飞行策略的多元宇宙优化算法进行LSSVM模型的参数优化的具体过程为：获取训练样本，并对训练样本进行预处理；基于预处理后的训练样本，计算每个宇宙的适应度值；基于每个宇宙的适应度值，执行轮盘赌注机制，修正每个宇宙的位置；计算多元宇宙中虫洞存在的概率和物体朝最优宇宙移动所需的步长，并结合最优宇宙，按照虫洞作用规则更新每个宇宙的位置；基于迭代次数再次更新每个宇宙的位置；返回计算每个宇宙的适应度值，直至满足最小精度要求或循环达到最大迭代次数，输出最优宇宙作为LSSVM模型的参数。
[0012]进一步地，所述基于自适应Levy飞行策略的多元宇宙优化算法中每个宇宙的适应度值为宇宙对应的参数下的LSSVM模型的均方根误差。
[0013]进一步地，所述基于迭代次数再次更新每个宇宙的位置的具体方法为：其中，U
i
为第i个宇宙的位置，γ为步长控制量，K
Q
为自适应调整算子，受限于K
Q
=(Q
‑
q)/Q，q为迭代次数，Q为最大迭代次数，L(β)为随机搜索路径。
[0014]进一步地，所述基于自适应Levy飞行策略的多元宇宙优化算法对LSSVM模型的误差惩罚参数和核函数宽度进行寻优。
[0015]本专利技术的第二个方面提供氨糖发酵过程中的补料控制系统，其包括：数据获取模块，其被配置为：获取溶解氧浓度、搅拌转速和通气量；补料控制模块，其被配置为：对于每一个发酵培养周期，基于溶解氧浓度、搅拌转速和通气量，对补料速度进行寻优，以最大化混合模型预测得到的下一个发酵培养周期的产物浓度；其中，混合模型将机理模型与LSSVM模型相结合，并通过基于自适应Levy飞行策略的多元宇宙优化算法进行LSSVM模型的参数优化，所述基于自适应Levy飞行策略的多元宇宙优化算法在按照虫洞作用规则更新每个宇宙的位置后，基于迭代次数再次更新每个宇宙的位置。
[0016]本专利技术的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的氨糖发酵过程中的补料控制方法中的步骤。
[0017]本专利技术的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的氨糖发酵过程中的补料控制方法中的步骤。
[0018]与现有技术相比，本专利技术的有益效果是：本专利技术提供了氨糖发酵过程中的补料控制方法，其针对多元宇宙优化算法收敛速度慢、易陷入局部最优、整体稳定性较差等问题，引入Levy飞行和自适应调整策略对多元宇宙优化算法进行改进，优化结果相较于原多元宇宙优化算法收敛速度更快、寻优结果更精确且整体稳定性更强。
[0019]本实施例提供的维氨糖发酵过程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.氨糖发酵过程中的补料控制方法，其特征在于，包括：获取溶解氧浓度、搅拌转速和通气量；对于每一个发酵培养周期，基于溶解氧浓度、搅拌转速和通气量，对补料速度进行寻优，以最大化混合模型预测得到的下一个发酵培养周期的产物浓度；其中，混合模型将机理模型与LSSVM模型相结合，并通过基于自适应Levy飞行策略的多元宇宙优化算法进行LSSVM模型的参数优化，所述基于自适应Levy飞行策略的多元宇宙优化算法在按照虫洞作用规则更新每个宇宙的位置后，基于迭代次数再次更新每个宇宙的位置。2.如权利要求1所述的氨糖发酵过程中的补料控制方法，其特征在于，所述对补料速度进行寻优的具体步骤为：随机产生若干个粒子，每个粒子的位置编码一种补料速度；对于每个粒子，采用混合模型预测得到下一个发酵培养周期的产物浓度，将预测得到的产物浓度作为粒子的适应度值；基于适应度值，修正个体最优和全局最优；基于个体最优和全局最优，计算平均最好位置；基于平均最好位置，更新粒子的位置；返回计算每个粒子的适应度值，直到迭代次数达到最大迭代次数，输出全局最优对应的补料速度。3.如权利要求1所述的氨糖发酵过程中的补料控制方法，其特征在于，所述混合模型基于溶解氧浓度、搅拌转速和通气量，结合发酵培养周期、补料速度、菌体浓度、底物浓度和产物浓度，预测得到下一个发酵培养周期的菌体浓度、底物浓度和产物浓度。4.如权利要求1所述的氨糖发酵过程中的补料控制方法，其特征在于，所述通过基于自适应Levy飞行策略的多元宇宙优化算法进行LSSVM模型的参数优化的具体过程为：获取训练样本，并对训练样本进行预处理；基于预处理后的训练样本，计算每个宇宙的适应度值；基于每个宇宙的适应度值，执行轮盘赌注机制，修正每个宇宙的位置；计算多元宇宙中虫洞存在的概率和物体朝最优宇宙移动所需的步长，并结合最优宇宙，按照虫洞作用规则更新每个宇宙的位置；基于迭代次数再次更新每个宇宙的位置；返回计算每个宇宙的适应度值，直至满足最小精度要求或循环达到最大迭代次数，输出最优宇宙作为LS...

【专利技术属性】
技术研发人员：王艳，卢健行，鞠泽亮，於万里，纪志成，张建华，刘长峰，徐铮，
申请(专利权)人：山东润德生物科技有限公司，
类型：发明
国别省市：