基于粒子群优化的广义预测控制算法及其在生物发酵过程中的应用
生物发酵过程是一个复杂的时变、非线性、多变量生化过程,传统的补料分批控制方式难以满足发酵过程最优控制需求,提出一种新型的广义预测控制方法.首先通过最小二乘支持向量机(LS-SVM)并结合GPC算法建立预测模型并预测系统输出值;其次为快速高效的得到预测控制控制律设计时的最优解,运用粒子群(PSO)算法实现预测控制的滚动优化,以获得生物发酵过程的控制量;然后将这种控制方法用于赖氨酸发酵过程基质浓度S的控制中.仿真结果表明,基于PSO滚动优化的LS-SVM广义预测控制响应速度快,预测能力强,模型精度高,具有良好的控制效果.
赖氨酸 生物发酵 浓度控制 广义预测控制算法 粒子群算法
黄丽 嵇小辅 王兆华
江苏大学电气信息工程学院,江苏镇江,212013 江苏大学管理学院,江苏镇江,212013
国内会议
兰州
中文
490-495
2014-08-01（万方平台首次上网日期，不代表论文的发表时间）