采用非线性粒子群算法的同步糖化发酵参数辨识

仲兆平等

摘要：为进一步优化同步糖化发酵（SSF）工艺，在经典发酵动力学的基础上，总结出SSF工艺中的还原糖变化方程，并采用自适应粒子群优化（PSO）算法进行茵体生长、产物生成以及还原糖消耗的模型参数辨识。通过比较分析线性和非线性动态变化惯性权重的自适应PSO算法在动力学参数辨识过程中的优劣，确定了非线性方法的快速收敛特性。结果表明：模型的拟合值与实验数据比较接近，即利用这些模型来反映此SSF过程的机理具有一定的准确性和可靠性；通过非线性动态变化惯性权重的自适应PSO算法进行参数辨识具有一定的可行性和推广性，也为模型参数辨识提供了一种新思路。

关键词：粒子群优化算法；同步糖化发酵；非线性变化惯性权重；发酵动力学方程；参数辨识