改进粒子群算法优化微生物连续发酵过程

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (31): 227-229.

改进粒子群算法优化微生物连续发酵过程

尹蕾1，刘重阳2，冯恩民2

1.大连理工大学生命科学与技术学院，辽宁大连 116024
2.大连理工大学数学科学学院，辽宁大连 116024

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-01 发布日期:2011-11-01

Optimize microbial continuous fermentation process by improved PSO algorithm

YIN Lei1，LIU Chongyang2，FENG Enmin2

1.School of Biology Science & Technology，Dalian University of Technology，Dalian，Liaoning 116024，China
2.School of Mathematical Sciences，Dalian University of Technology，Dalian，Liaoning 116024，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-01 Published:2011-11-01

摘要/Abstract

摘要： 针对微生物连续发酵生产1，3-丙二醇动力学模型，以稳态时刻1，3-丙二醇的浓度最大化为目标函数，建立以注入甘油浓度和稀释速率为优化变量的优化模型。证明了该模型最优解的存在性。进一步，构造了改进的粒子群优化算法求解此优化模型。数值结果表明稳态时刻1，3-丙二醇的浓度比已有结果有显著提高。

关键词: 优化模型, 改进粒子群算法, 连续发酵

Abstract: Taking the concentration of 1，3-propanediol（1，3-PD） at the steady-state moment as the cost function，an optimization model involving glycerol bioconversion to 1，3-PD in continuous fermentation process is proposed.The existence of optimal solution to this model is also proved.Furthermore，an improved Particle Swarm Optimization（PSO） algorithm is developed to seek the optimal solution.Numerical results show that the concentra-tion of 1，3-PD at the steady-state moment is increased considerably.

Key words: optimization model, improved Particle Swarm Optimization（PSO）, continuous fermentation

尹蕾1，刘重阳2，冯恩民2. 改进粒子群算法优化微生物连续发酵过程[J]. 计算机工程与应用, 2011, 47(31): 227-229.

YIN Lei1，LIU Chongyang2，FENG Enmin2. Optimize microbial continuous fermentation process by improved PSO algorithm[J]. Computer Engineering and Applications, 2011, 47(31): 227-229.

[1]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[2]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[3]	杨华龙，陆婷，辛禹辰. 基于改进粒子群算法的异质车队二级IRP优化[J]. 计算机工程与应用, 2020, 56(22): 272-278.
[4]	赵晓冬，臧誉琪，骆严严. 考虑偏好信息的动态双边匹配决策方法[J]. 计算机工程与应用, 2018, 54(5): 258-264.
[5]	王安琪，刘骊，付晓东，刘利军，黄青松. 面向个性化服装推荐的判断优化模型[J]. 计算机工程与应用, 2018, 54(11): 204-210.
[6]	刘伯鸿，令小宁，吕振扬. 高铁列车运行图冗余时间优化布局方法研究[J]. 计算机工程与应用, 2016, 52(7): 248-252.
[7]	张晓芳1，谢俊2. 可控家用电器负荷优化模型及用电策略研究[J]. 计算机工程与应用, 2016, 52(24): 246-250.
[8]	马庆功. 基于模糊最优化模型的供应商选择方法研究[J]. 计算机工程与应用, 2016, 52(24): 256-261.
[9]	裴景东，汪文虎，王姝，成浪永. 叶片基元叶型椭圆形前缘拟合方法[J]. 计算机工程与应用, 2015, 51(3): 243-246.
[10]	芦立华1，2，张恒振3，王晓峰3. 跨区域远洋航线空集装箱动态调运优化模型[J]. 计算机工程与应用, 2015, 51(22): 199-205.
[11]	张凌煊，祝进城，帅斌. 考虑行人效益的拥挤交叉口多目标配时优化[J]. 计算机工程与应用, 2015, 51(16): 223-227.
[12]	黄勤，赵海茹，陈玲. 基于改进PSO的组合预测模型研究[J]. 计算机工程与应用, 2015, 51(14): 258-263.
[13]	孙君1，2，谭清美1. ELRP多目标优化模型及其混合算法[J]. 计算机工程与应用, 2014, 50(20): 74-80.
[14]	冯莹莹，余世干，刘辉. KNN-IPSO选择特征的网络入侵检测[J]. 计算机工程与应用, 2014, 50(17): 95-99.
[15]	厉虹，张甜. 改进PSO在欠驱动机器人运动规划中的应用研究[J]. 计算机工程与应用, 2012, 48(6): 221-224.