基于LSSVM模糊推理谷氨酸发酵过程流加控制.docVIP

基于LSSVM模糊推理谷氨酸发酵过程流加控制 　　（1.江南大学 通信与控制工程学院 自动化研究所， 江苏无锡 214122; 2.河南科技学院 信息工程系， 河南 新乡 453003; 3. 河南机电高等专科学校， 河南 新乡 453002) 　　 　　摘 要： 　　针对发酵过程发酵阶段具有模糊性的特点，提出了采用最小二乘支持向量机(least square support vector machines, LS-SVM)提取并简化模糊规则的推理优化控制方法。利用能够在线测量的物理量，如CO??2生成速率和NH??3的添加量等，在线判定发酵过程所处的阶段，然后依据加权平均的方法确定各个时刻葡萄糖的流加策略，完成了对分段连续流加补料的稳定控制。通过实际应用，证明了该方法的有效性。 　　关键词：模糊推理； 最小二乘支持向量机； 优化控制； 发酵过程 　　中图分类号：TP391文献标志码：A 　　文章编号：1001-?B3695(2009)04-?B1386-?B03 　　 　　Optimized control of glutamic acid fermentation processbased on fuzzy inference of LS-SVM 　　 　　 WANG Xian-fang1, 2, DU Zhi-yong3, PAN Feng1 　　(1.Institute of Automation, School of Communication Control Engineering, JiangnanUniversity, WuxiJiangsu 214122, China; 2. Dept. of Information Engineering, Henan Institute of Science Technology, XinxiangHenan 453003, China; 3. College of Henan Mechanical Electrical Engineering, XinxiangHenan453002, China) 　　 　　Abstract:According to the characteristics of fuzzy during the stage of fermentation process, a fuzzy inference method based on least squares support vector machines is proposed, which can be distilled and simplified the fuzzy rule. Utilizing the on line measurement of physical quantities such as CO??2 production rate and the amount of NH??3，and so on, to determine online the stage fermentation process, and then the glucose-plus strategy is obtained based on the method of weighted average every time, the stability control of the sub-fed-batch continuous is completed. The effectiveness of the method is proved by practical application. 　　Key words：fuzzy inference; LS-SVM; optimized control; fermentation process 　　?オ? 　　谷氨酸发酵是一类高度非线性、慢时变、重复性较差的复杂生化过程，大多以批式流加操作方式进行。谷氨酸的生成一般要历经诱导期、菌体指数生长期和产酸期三个阶段。然而在实际的生产过程中，由于传感器技术等的限制，一些生物浓度变量无法实时在线测定，如何判定发酵过程所处的阶段、确定流加量一直是发酵过程优化控制值得研究的问题[1]。?? 　　模糊推理的主要目的是用模糊逻辑和近似推理来模拟人的决策思维，它采用自然语言的表述和模拟人类思维的推理方式，易于被人们所接受。模糊推理系统在非线性系统控制中得到了广泛的应用[2~4]。?? 　　为了解决上述问题，本文针对发酵过程发酵阶段不好确定即包含模糊性的特点，利用LS-SVM模糊推理，根据能够在线测量的物理量如CO??2生成速率和NH??3的添加量，在线判定发酵过程所处的阶