[发明专利]基于Memetic算法的微生物发酵控制优化方法有效
申请号: | 201510469590.7 | 申请日: | 2015-08-04 |
公开(公告)号: | CN105069323B | 公开(公告)日: | 2018-05-01 |
发明(设计)人: | 彭建升 | 申请(专利权)人: | 莆田学院 |
主分类号: | G06F19/10 | 分类号: | G06F19/10 |
代理公司: | 福州市景弘专利代理事务所(普通合伙)35219 | 代理人: | 林祥翔,吕元辉 |
地址: | 351100 福建省莆田市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于Memetic算法的微生物发酵控制优化方法,包括以下步骤建立微生物发酵数据集、构建BP神经网络、使用所述训练数据集对BP神经网络进行训练、对微生物发酵控制参数进行二进制编码、执行交叉算子、采用爬山算法执行局部搜索算子、执行变异算子、再次执行局部搜索算子,将选出的较优个体作为当前解、以步骤四中训练合格的BP神经网络作为适应度函数,计算群体中每个个体的适应度值,然后通过选择算子,对群体进行更新、从新的种群中寻找最优的个体并记录最优的控制参数组合。本发明可根据现有的发酵数据获取取最优的控制参数组合,不需要重新设计实验。 | ||
搜索关键词: | 基于 memetic 算法 微生物 发酵 控制 优化 方法 | ||
【主权项】:
基于Memetic算法的微生物发酵控制优化方法,其特征在于,包括以下步骤:步骤一、建立微生物发酵数据集,所述发酵数据集包括微生物发酵过程中的发酵控制参数以及与发酵控制参数对应的发酵产物数量,所述发酵控制参数包括发酵温度、发酵液pH值、发酵液溶解氧浓度、发酵液浊度或发酵液残氮量;步骤二、将所述微生物发酵数据集随机分成训练数据集与测试数据集两个部分;步骤三、构建BP神经网络,其中,发酵控制参数作为BP神经网络的输入层输入节点,发酵产物数量作为BP神经网络的输出层输出节点,设定隐含层节点数量;步骤四、使用所述训练数据集对BP神经网络进行训练,使BP神经网络学习控制参数与发酵产物数量之间的映射关系,使用所述测试数据集检测经过训练的BP神经网络预测产物数量的准确性是否在预设的误差范围内,若否,则对所述BP神经网络重新进行训练;步骤五、根据发酵控制参数的精度和取值范围对每个所述微生物发酵控制参数进行二进制编码,将两个以上二进制编码后的发酵控制参数串连成一条染色体,一条染色体为一个个体,将两个以上个体随机组成初始种群;步骤六、执行交叉算子:在初始种群中选择两个以上个体,从所述个体中随机选择两个个体,根据预先设定的交叉概率Pc对两个个体中交叉位的基因进行交叉操作;步骤七、采用爬山算法执行局部搜索算子;步骤八、执行变异算子:根据交叉概率Pc在两个以上的个体中生成交叉位,随机地从群体中选择两个个体,对交叉位基因进行交换,直到中间群体中的所有个体都进行交换;步骤九、再次执行局部搜索算子,将选出的较优个体作为当前解;步骤十、以步骤四中训练合格的BP神经网络作为适应度函数,计算群体中每个个体的适应度值,然后通过选择算子,对群体进行更新;步骤十一、从新的种群中寻找最优的个体并记录下来,判断最优个体的适应度值是否不再变化,如果还有变化则跳转至步骤七,如果不再变化则输出最优个体,并进行解码,得到最优的控制参数组合;所述步骤七包括以下步骤:为每个一个个体随机的产生两个基因位,交换两个基因位上的值来产生领域范围的个体;重复两次以上搜索过程,选出较优个体,将适应度高的个体作为当前解。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于莆田学院,未经莆田学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510469590.7/,转载请声明来源钻瓜专利网。
- 上一篇:一种带高压双重保护的热泵烘干机
- 下一篇:疾病易感风险预测装置
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用