采用非線性粒子群算法的同步糖化發酵參數辨識

仲兆平等

摘要：為進一步優化同步糖化發酵（SSF）工藝，在經典發酵動力學的基礎上，總結出SSF工藝中的還原糖變化方程，并采用自適應粒子群優化（PSO）算法進行茵體生長、產物生成以及還原糖消耗的模型參數辨識。通過比較分析線性和非線性動態變化慣性權重的自適應PSO算法在動力學參數辨識過程中的優劣，確定了非線性方法的快速收斂特性。結果表明：模型的擬合值與實驗數據比較接近，即利用這些模型來反映此SSF過程的機理具有一定的準確性和可靠性；通過非線性動態變化慣性權重的自適應PSO算法進行參數辨識具有一定的可行性和推廣性，也為模型參數辨識提供了一種新思路。

關鍵詞：粒子群優化算法；同步糖化發酵；非線性變化慣性權重；發酵動力學方程；參數辨識