基于多目标优化算法的发酵过程控制方法研究

《基于多目标优化算法的发酵过程控制方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京化工大学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：日期：函Ks．站关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；

2、学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。保密论文注释：本学位论文属于保密范围，在2年解密后适用本授权书。非保密论文注释：本学位论文不属于保密范围，适用本授权书。作者签名：凇日期：》f弓．s，2占导师签名：钐谴芬f日期：如f；．j．2‘学位论文数据集中图分类号TPl82学科分类号510．8040论文编号1001020130841密级公开学位授予单位代码10010学位授予单位名称北京化工大学作者姓名张超然学号2010000841获学位专业名称控制科学与工程获学位专业代码081100课题来源学校自选项目研究

3、方向智能优化控制论文题目基于多目标优化算法的发酵过程控制方法研究关键词粒子群优化算法，多目标优化，优化控制，发酵过程论文答辩日期2013．5．24+论文类型应用研究学位论文评阅及答辩委员会情况姓名职称工作单位学科专长智能检测与指导教师王建林教授北京化工大学传感技术人工智能与评阋人1李大字教授北京化工大学先进控制先进控制及其评阕人2靳其兵教授北京化工大学工业应用评阅人3评阅人4评阕入5人工智能与徽员会端李大字教授北京化工大学先进控制答辩委员1曹柳林教授北京化工大学自动化答辩委员2楚纪正教授北京化工大学建模仿真先进控制及其答辩委员3靳其兵教授北京化工大学工业

4、应用答辩委员4沈栋副教授北京化工大学控制理论答辩委员5注：一．论文类型：1．基础研究2．应用研究3开发研究4．其它二．中图分类号在《中国图书资料分类法》查询。三．学科分类号在中华人民共和国国家标准(GB／T13745—9)《学科分类与代码》中查询。四．论文编号由单位代码和年份及学号的后四位组成。摘要基于多目标优化算法的发酵过程控制方法研究发酵过程的优化控制对提高发酵过程生产效率具有重要的作用。发酵过程具有非线性、时变性等特征，且发酵过程优化问题中包含多个目标函数和约束条件，经典的最优控制理论和确定性优化方法难以求解复杂的发酵过程优化问题。多目标粒子群优化

5、算法基于群体随机搜索策略，设置参数少、搜索效率高且鲁棒性好，适合求解发酵过程中的复杂非线性约束多目标优化问题。因此，研究基于多目标粒子群算法的发酵过程优化控制方法对提高发酵水平以及发酵产业的经济效益具有重要的意义。本文对多目标粒子群优化算法的基本原理进行研究分析，提出了一种基于自适应进化学习约束的多目标粒子群优化方法，利用粒子的约束违反程度信息修正其学习进化公式，增强算法的全局搜索能力；结合Pareto最优解在一次进化内位置不变的特点，提出了一种基于最优解位置信息的分布性动态维护策略，改善Pareto最优解的分布性；以补料分批发酵过程为研究对象，提出了一

6、种用于发酵过程优化控制的自适应权重多目标决策方法；在此基础上，给出了一种基于多目标粒子群优化算法的发酵过程在线控制方法，对发酵过程中的补料速率进行周期性地优化和在线决策，并通过过程扰动实验和模型失配实验验证所提方法的有效性与优越性。实验研究表明，所提的自适应进化约束多目标粒子群优化方法具有较强的收敛性，并且在不增加算法复杂度的前提下Pareto前沿的分布性得到了明显的改善。基于多目标粒子群算法的发酵过程在线优化控制方法能够有效地求解发酵过程优化问题，获得合理的最优补料轨迹，得到很好的优化效果，并且在发酵过程中存在过程扰动或者模型失配的情况下仍然能够给出最

7、优补料轨迹，具有较强的鲁棒性。关键词：粒子群优化算法，多目标优化，发酵过程，优化控制II一些!坠生!．．●_---___________-——————___————————-●__—————————-●-————————————●-________________________--_—_——————————————————一ResearchonOptimalControlMethodforFermentationProcessBasedMulti—objectiveOptimizationAlgorithmABSTRACTTheoptimization

8、offermentationprocessisofgreateffecttoim