导读:本文包含了诺西肽发酵过程论文开题报告文献综述及选题提纲参考文献，主要关键词:诺西肽,分阶段,建模,粒子群
诺西肽发酵过程论文文献综述
赵天书[1]（2013）在《诺西肽分阶段补料分批发酵过程优化研究》一文中研究指出微生物发酵工程是生物工程和现代生物技术及其产业化的基础,随着发酵工业的技术进步和现代生产对过程优化的要求不断提高,对发酵过程控制技术的要求也越来越高。微生物发酵过程的优化是提高发酵工业生产效率的新的有效途径。本文根据诺西肽发酵过程不同阶段的特性,将诺西肽分批培养过程中细菌的生长阶段分为延迟期、对数生长期、稳定期叁个阶段。在动力学模型的基础上,建立了诺西肽分阶段补料分批发酵过程模型,然后分别就延迟期、对数生长期、稳定期叁个阶段的生长特性进行分阶段模型的参数辨识。仿真实验研究表明所建立的诺西肽分阶段补料分批发酵过程模型能够较好的描述诺西肽发酵过程,为发酵过程的优化控制提供了基础。针对诺西肽发酵过程的特点,对数生长期和稳定期两个阶段进行优化,建立了目标函数和约束条件,选择诺西肽产量最大作为目标函数,补料速率、pH值、溶解氧和温度作为优化变量,采用粒子群算法对发酵过程的操作变量进行优化。通过MATLAB软件对优化过程进行了仿真,结果表明,通过对数生长期和稳定期两个阶段的过程优化可以有效地提高诺西肽的产量,达到了满意的效果。(本文来源于《东北大学》期刊2013-06-01）
牛大鹏,张楠,何大阔,常玉清[2]（2012）在《基于改进粒子群算法的诺西肽发酵过程优化》一文中研究指出在诺西肽补料分批发酵动力学模型的基础上建立了诺西肽发酵过程产量优化模型,根据发酵工艺选取了决策变量,并确定了变量的边界约束范围.针对标准粒子群算法在求解复杂优化问题时易于陷入局部最优的问题,利用混沌序列具有随机性和遍历性的特点,引入混沌迁移算子,提出了一种改进的粒子群算法.利用改进算法对所建立的诺西肽发酵优化模型进行求解,大大提高了最终产物的产量,证明了所提改进粒子群算法的有效性.(本文来源于《东北大学学报(自然科学版)》期刊2012年10期）
马冠宇[3]（2012）在《诺西肽发酵过程的建模与模型校正》一文中研究指出生物技术产业蓬勃发展,正在成为继IT产业之后国际经济竟争的又一个热点领域。诺西肽作为一种新型的非吸收性饲料添加剂,具有广阔的市场前景。诺西肽发酵过程直接关系到产物的生成及最终产量。本文研究了诺西肽发酵过程的建模与模型校正问题,主要内容如下：在查阅大量发酵方面书籍及文献的基础上,简述发酵过程的相关知识及发酵过程建模发展现状,介绍诺西肽发酵过程,深入叙述诺西肽发酵过程重要参数的作用。从诺西肽发酵过程实际情况出发,选取菌体浓度、基质浓度、溶解氧、产物浓度和发酵液体积作为状态变量,利用遗传算法确定了模型中的动力学未知参数,得到完整可用的诺西肽分阶段补料分批发酵过程模型。在得到模型之后,提出参数灵敏度的思路,对由于发酵设备内酸碱环境变化等因素发生变化而出现“偏移”的诺西肽分阶段补料分批发酵过程模型参数进行分类,确定需要纠正的参数,有选择地对模型的参数进行校正,既保证了模型校正的顺利进行,又提高了校正的效率。为了便于模型校正研究,利用Matlab GUI编程以及界面设计功能,创建了发酵过程校正平台。平台具有多模型选择、基本实验数据输入、实验模型以及数据导入、参数辨识方法选择、计算所需校正的参数、仿真结果显示、数据导出等功能。(本文来源于《东北大学》期刊2012-06-01）
杨强大,侯新宇[4]（2011）在《诺西肽发酵过程中的分阶段软测量建模》一文中研究指出诺西肽发酵过程中关键生化参数难以在线测量,给控制与优化带来困难。针对这一问题,利用软测量技术来实现关键生化参数的在线估计,并提出了一种分阶段软测量建模方法。首先以分阶段的诺西肽发酵过程非结构模型为基础,根据隐函数存在定理进行辅助变量的合理选择;然后利用模糊c均值聚类算法将建模数据按其所属阶段的不同进行分类,并利用神经网络建立发酵阶段在线识别模型和对应于各个阶段的局部软测量模型。实验结果验证了所提方法的有效性。(本文来源于《化工学报》期刊2011年06期）
林笑[5]（2011）在《诺西肽发酵过程建模与优化研究》一文中研究指出诺西肽作为一种新型的非吸收性饲料添加剂,具有广阔的市场前景。本文基于神经网络和智能优化方法,对诺西肽发酵过程建模与优化问题进行了深入的研究。对于发酵过程中生物参数,机理模型是通过对实际过程的简化得到的,只能得出参数的变化趋势难以保证测量精度；神经网络是针对样本数据的建模,能够精确地拟合发酵过程,但是由于其对数据的依赖性,使得模型的泛化能力难以提高。在分析了发酵过程及神经网络建模的基础上,本文提出了一种基于改进RBF神经网络和机理模型的混合建模方法。通过Matlab仿真验证,证明了混合模型具有较强的拟合精度和泛化能力。人工鱼群算法是基于群集智能的一种优化方法,具备分布并行的寻优能力。在对人工鱼群算法的寻优机理进行深入分析研究的基础上,提出了一种具有饥饿和变异能力的自适应人工鱼群算法,赋予人工鱼更多的智能,该算法克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集,显着提高了求解质量和运行效率。基于诺西肽发酵过程的特点,采用改进人工鱼群算法分别对生长期和生产期进行优化。选择菌体量最大作为生长期的目标,对温度、溶解氧、pH值这叁个关键决策变量进行了优化；选择产物量最大作为生产期的目标,对补料速度进行优化,对每个发酵阶段的不同决策变量寻优得到最优控制曲线,结果表明,该方法能够提高最终的产物合成量。(本文来源于《东北大学》期刊2011-06-01）
张龙[6]（2011）在《诺西肽发酵过程的建模与优化研究》一文中研究指出21世纪是一个生物技术的世纪,生物工程作为蓬勃发展的新兴产业,它的发展进步将一定程度上解决人类面临的环境污染、能源短缺和资源不足等危机,甚至影响产业结构的调整,引发技术革命。发酵工程是生物工程的重要组成部分,其他生物工程,如酶工程中酶的获得和遗传工程中菌的获得,都必须依靠发酵工程技术。由此可见,发酵工程的技术进步对生物工程的进一步发展起到至关重要的作用。诺西肽(nosiheptide)作为一种新型的饲料添加剂,国外早在80年代末就已经批准上市了,而国内在这方面研究较少。近些年来,随着对诺西肽研究的不断深入,其在猪饲料、禽类饲料和水产饲料中都有了成功的应用。正是由于诺西肽广阔的市场前景,本文致力于诺西肽发酵过程建模与优化的研究,现将主要工作归纳如下：在查阅大量文献的基础上,从诺西肽发酵过程工艺出发,以菌体浓度、基质浓度、溶解氧、产物浓度和发酵液体积作为状态变量,建立了诺西肽分阶段补料分批发酵过程机理模型,并利用遗传算法确定了模型中的动力学参数。在所建模型的基础上,提出了参数综合灵敏度分析的思想,对随着时间推移出现“老化”的诺西肽发酵过程模型进行及时地校正,更新了模型中的部分参数。将遗传算法应用到诺西肽发酵过程的优化当中,选取发酵结束时的产物浓度最大作为优化的目标,最终得到了温度、通气量、搅拌速度和补料速度等决策变量的数据结果和优化曲线。为了节省实验所耗费人力、物力并方便研究人员获得研究数据和仿真曲线,本次研究还利用C#、Matlab和SQL Server数据库的混合编程,建立了诺西肽发酵过程建模与优化实验仿真平台。在建模实验平台、仿真实验平台和优化实验平台叁个子平台上,可以进行诺西肽发酵过程模型的参数辨识、模型精度计算、模型校正、过程仿真以及过程优化等问题的研究。最后,在总结全文的同时,对诺西肽发酵过程建模和优化的研究做了进一步的展望。(本文来源于《东北大学》期刊2011-06-01）
牛大鹏[7]（2010）在《诺西肽发酵过程建模与优化研究》一文中研究指出发酵是利用微生物生长和代谢活动生产各种有用物质的工业过程,在化工、农业、食品工业、医药工业等国民经济各行业中发挥着重要的作用。发酵工业的迅速发展,对发酵生产效益和发酵工业的整体水平提出了越来越高的要求,而优化控制是达到这些要求的重要途径。诺西肽是一种通过发酵方式获得的硫肽类抗生素,可作为饲料添加剂,具有广阔的市场应用前景,但存在发酵产量较低和转化率不高等问题。本文以诺西肽发酵过程为背景,全面系统地开展了发酵过程建模和优化方法的研究,并在此基础上进行了发酵过程建模与优化控制系统的设计。本文的主要工作归纳如下：首先,结合诺西肽发酵过程的特点,通过对诺西肽发酵过程主要影响因素的分析,从发酵动力学和物料平衡的角度出发,建立了诺西肽分批发酵过程的机理模型,对模型中的未知参数采用差分进化算法进行辨识,并在分批发酵模型的基础上推导出了诺西肽补料分批发酵过程机理模型,为进一步建立诺西肽发酵过程的混合模型奠定了基础。由于发酵过程的复杂性,所建立的发酵机理模型一般都是经过若干简化后得到的,精度不高。为此,将传统的机理建模思想与黑箱建模思想相结合,提出了一种并联方式的诺西肽发酵过程混合建模方法。用机理模型来描述发酵过程的基本知识,用神经网络集成模型弥补机理模型与实际过程的偏差,使得机理模型与黑箱模型的优势得到互补,有效地提高了模型的精度和泛化能力。建模过程中用动态神经网络Elman网络作为神经网络集成中的个体网络,从而能够更好地描述发酵过程的动态特性,各个体网络的合成权重采用偏最小二乘回归方法求得。同时利用混合模型的置信区间对模型的不确定性进行了分析。鉴于发酵过程优化通常为多目标优化问题的实际情况,对多目标优化方法进行了研究。在多目标差分进化算法的基础上,结合自适应思想和混沌思想,引入了混沌初始化、自适应变异和混沌迁移等操作,提出了自适应多目标混沌差分进化算法,针对测试函数的数值仿真结果表明,算法具有良好的逼近性和均匀性指标,适合求解复杂的多目标优化问题。诺西肽发酵过程目前存在的主要问题是产量不高、转化率较低,为此确立了诺西肽发酵过程优化目标为产物量最大和基质消耗量最小(以提高转化率),并确定了过程的决策变量和约束条件,在约束条件中特别考虑了对模型不确定性的限制。用所建立的诺西肽补料分批发酵过程的混合模型来描述发酵过程,以自适应多目标混沌差分进化算法为求解算法,对所建立的优化模型进行了求解。在对发酵过程建模与优化方法研究的基础上,设计了诺西肽发酵过程建模与优化控制系统。给出了系统的硬件结构和数据流程,并重点分析了系统中的主要功能模块。利用C#在界面设计方面的优势,结合Oracle数据库的数据管理能力和Matlab强大的计算仿真功能,对诺西肽发酵过程建模与优化控制系统进行了混合编程实现。最后,在总结全文的基础上,对发酵过程建模和优化控制技术未来的发展进行了展望。(本文来源于《东北大学》期刊2010-07-07）
单秉仁[8]（2010）在《基于遗传算法的诺西肽分批发酵过程多时段建模》一文中研究指出随着生物技术的迅速发展,微生物发酵在国民经济中的地位越来越重要。发酵过程的控制与优化对于提高产品质量,减少能耗,降低生产成本具有重要的意义,而发酵过程的模型化是发酵控制与优化的基础。诺西肽作为一种微生物发酵产品,于20世纪60年代首先由法国人发现,其后经过多年研究,现已被开发成为一种高效低毒的抗生素生长促进剂。诺西肽具有广阔的市场前景,对其发酵过程进行建模,并在此基础上进行优化控制等研究,具有重要的研究意义与实际应用价值。本文研究了诺西肽分批发酵过程的多时段建模,并在此基础上进行了建模平台的设计,主要内容如下：以发酵动力学为基础,建立了诺西肽分批发酵模型,包括菌体生长模型、基质消耗模型、溶解氧模型和产物生成模型四个子模型。通过对诺西肽发酵过程时段特性的分析,将模型中待辨识的参数分为两类：一类参数的取值不受整个发酵过程各个阶段的影响；另一类参数则因为发酵过程不同阶段对其取值影响较大,需要对其进行分段取值,采用遗传算法确定了模型参数,模型验证结果表明所建立的多时段模型能够较好的描述诺西肽发酵过程。将所建立的模型进行在线应用,利用基于摄氧率的阶段辨识方法来确定诺西肽分批发酵过程阶段转换时间,从而实现了对诺西肽分批发酵过程的在线预测。在诺西肽分批发酵多时段模型的基础上开发了发酵过程建模平台,此平台结合了Visual Studio2005(C#)可视化编程的特点、Matlab的数值处理和图形显示功能以及Oracle数据库的强大数据存取能力。在离线建模界面上用户只需选择相应的动力学模型、历史数据等,就可以估计出相应的模型参数,继而建立起发酵过程多时段模型；在在线应用界面上只需输入相关参数初始值,并根据观测到各操作变量的变化,及各进出罐气体体积分压计算得出的发酵阶段切换时间点,从而能够在线预测菌体浓度、基质浓度、溶氧浓度、产物浓度的变化曲线并将相应数据进行保存。(本文来源于《东北大学》期刊2010-06-25）
牛大鹏,王福利,何大阔,贾明兴[9]（2010）在《基于改进多目标差分进化算法的诺西肽发酵过程优化》一文中研究指出诺西肽发酵存在着产量较低和生产效率不高的问题,多目标优化是解决此类问题的有效途径.将差分进化算法引入多目标优化,构建了改进的多目标差分进化算法(IDEMO).根据Pareto优劣等级和拥挤距离对种群进行选择操作,并引入自适应变异算子和混沌迁移算子以改善算法性能.在诺西肽分批发酵动力学模型的基础上建立了多目标优化的模型,并利用IDEMO对此优化问题进行了求解,优化结果表明了算法的有效性.(本文来源于《控制理论与应用》期刊2010年04期）
杨强大,王福利,常玉清[10]（2009）在《基于阶段辨识的诺西肽发酵过程菌体浓度软测量》一文中研究指出由于发酵过程中系统非线性特性与发酵阶段密切相关的实际特点,针对诺西肽发酵过程菌体浓度的估计问题,提出了一种基于阶段辨识的软测量方法.首先以分阶段的诺西肽发酵过程非结构模型为基础,根据隐函数存在定理进行辅助变量的合理选择;然后利用经数学推导得到的指示变量"伪比生长率"完成发酵阶段的在线辨识,并采用神经网络构建出对应于各阶段的局部软测量模型.实际应用结果表明,所提方法有效、预估精度较高.(本文来源于《控制理论与应用》期刊2009年09期）
诺西肽发酵过程论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在诺西肽补料分批发酵动力学模型的基础上建立了诺西肽发酵过程产量优化模型,根据发酵工艺选取了决策变量,并确定了变量的边界约束范围.针对标准粒子群算法在求解复杂优化问题时易于陷入局部最优的问题,利用混沌序列具有随机性和遍历性的特点,引入混沌迁移算子,提出了一种改进的粒子群算法.利用改进算法对所建立的诺西肽发酵优化模型进行求解,大大提高了最终产物的产量,证明了所提改进粒子群算法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
诺西肽发酵过程论文参考文献
[1].赵天书.诺西肽分阶段补料分批发酵过程优化研究[D].东北大学.2013
[2].牛大鹏,张楠,何大阔,常玉清.基于改进粒子群算法的诺西肽发酵过程优化[J].东北大学学报(自然科学版).2012
[3].马冠宇.诺西肽发酵过程的建模与模型校正[D].东北大学.2012
[4].杨强大,侯新宇.诺西肽发酵过程中的分阶段软测量建模[J].化工学报.2011
[5].林笑.诺西肽发酵过程建模与优化研究[D].东北大学.2011
[6].张龙.诺西肽发酵过程的建模与优化研究[D].东北大学.2011
[7].牛大鹏.诺西肽发酵过程建模与优化研究[D].东北大学.2010
[8].单秉仁.基于遗传算法的诺西肽分批发酵过程多时段建模[D].东北大学.2010
[9].牛大鹏,王福利,何大阔,贾明兴.基于改进多目标差分进化算法的诺西肽发酵过程优化[J].控制理论与应用.2010
[10].杨强大,王福利,常玉清.基于阶段辨识的诺西肽发酵过程菌体浓度软测量[J].控制理论与应用.2009