基于Marquardt和Runge-Kutta算法的发酵过程建模

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (1): 239-243.

基于Marquardt和Runge-Kutta算法的发酵过程建模

刘登峰1，徐玲1，2，熊伟丽1，姜丽华1，张洪涛3，徐保国1

1.江南大学轻工过程先进控制教育部重点实验室，江苏无锡 214122
2.无锡商业职业技术学院物联网技术学院，江苏无锡 214153
3.江南大学工业生物技术教育部重点实验室，江苏无锡 214122

出版日期:2016-01-01 发布日期:2015-12-30

Fermentation process modeling with Marquardt algorithm and Runge-Kutta algorithm

LIU Dengfeng1, XU Ling1，2, XIONG Weili1, JIANG Lihua1, ZHANG Hongtao3, XU Baoguo1

1.School of Internet of Things, Jiangnan University, Wuxi, Jiangsu 214122, China
2.School of Internet of Things Technology, Wuxi Institute of Commerce, Wuxi, Jiangsu 214153, China
3.School of Biological Engineering, Jiangnan University, Wuxi, Jiangsu 214122, China

Online:2016-01-01 Published:2015-12-30

摘要/Abstract

摘要： 利用简单的线性模型很难描述发酵这类复杂的非线性动态过程，因此需要利用非线性方法对该类过程进行建模。为此，提出了利用基于Marquardt算法的非线性回归方法和基于四阶Runge-Kutta算法的非线性微分方程求解方法对发酵过程进行建模分析；并进一步利用统计方法分析了该非线性回归方法的有效性。该方法应用于黄酒发酵过程中，实现了黄酒发酵过程模型的求解和模型参数的动态优化。

关键词: Marquardt算法, Runge-Kutta算法, 黄酒发酵, 过程建模

Abstract: It is hard to describe complex nonlinear dynamic fermentation process by using a simple linear model. Thus nonlinear modeling is used to examine fermentation progress. To this end, a least-square based algorithm Marquardt algorithm is used to estimate model parameters from experimental data. A model of nonlinear differential equations is solved by Runge-Kutta algorithm. Both Marquardt and fourth Runge-Kutta methods are applied for optimizing parameter values for fermentation model. Regression tests are conducted and results indicate that the model can simulate the rice wine fermentation process with [R2] higher than 0.89.

Key words: Marquardt algorithm, Runge-Kutta algorithm, rice wine fermentation, process modeling

刘登峰1，徐玲1，2，熊伟丽1，姜丽华1，张洪涛3，徐保国1. 基于Marquardt和Runge-Kutta算法的发酵过程建模[J]. 计算机工程与应用, 2016, 52(1): 239-243.

LIU Dengfeng1, XU Ling1，2, XIONG Weili1, JIANG Lihua1, ZHANG Hongtao3, XU Baoguo1. Fermentation process modeling with Marquardt algorithm and Runge-Kutta algorithm[J]. Computer Engineering and Applications, 2016, 52(1): 239-243.

[1]	胡婷1，王勇1，陶晓玲2. 采用改进LM算法的网络流量分类方法[J]. 计算机工程与应用, 2011, 47(28): 65-68.
[2]	周欣然^1，2，滕召胜¹，蒋星军³. 无偏LSSVM的抗噪在线过程建模方法[J]. 计算机工程与应用, 2010, 46(30): 226-229.
[3]	阳万安，曾安平. 求解复杂非线性方程组的新方法[J]. 计算机工程与应用, 2009, 45(28): 41-42.
[4]	张友生^1,2,彭雪阳¹,伍恒³. 虚拟软件研发组织过程建模与可达性分析[J]. 计算机工程与应用, 2008, 44(36): 95-98.
[5]	周忠宝¹,肖磊²,金光²,刘强². 基于SPNAT的维修过程建模与仿真方法研究[J]. 计算机工程与应用, 2008, 44(32): 210-212.
[6]	李伟刚. 面向执行的工作流控制流建模技术研究[J]. 计算机工程与应用, 2008, 44(3): 98-100.
[7]	沈美,刘同义,于翔,丁香乾. 基于高级Petri网的工作流建模研究与仿真分析[J]. 计算机工程与应用, 2006, 42(32期): 0-.