基于模糊C均值聚类与集成高斯过程回归的赖氨酸发酵过程软测量建模与应用

摘要

生物工程是20世纪70年代兴起的一门综合应用学科，对人类社会的进步起着至关重要的作用。生物发酵作为生物工程的一个分支，是一种利用微生物或活性离体酶的某些功能，为人类生产有用的生物产品的工程技术。生物发酵过程涉及生命体的生长繁殖过程，其内在机理十分复杂，特别是一些关键生物参数（如基质浓度、菌体浓度、产物浓度等）难以在线实时测量，严重影响了其自动化控制水平，成为制约生物发酵过程自动化水平的重要难题。本文以氨基酸类典型菌种赖氨酸发酵过程为研究对象，在分析赖氨酸发酵过程特性与机理的基础上，提出了在线检测基质浓度、菌体浓度、产物浓度三个关键生物参数的模糊C均值聚类(FCM)-集成高斯过程回归的软测量模型。并以MATLAB与VC++开发平台为基础，开发了赖氨酸发酵过程软测量系统，并开展了初步试验研究。本文主要研究工作总结如下:
　　(1)分析了赖氨酸发酵工艺原理，针对赖氨酸发酵过程分为延滞期、指数生长期、稳定期、死亡期4个典型反应周期的特点，采用FCM算法对赖氨酸发酵过程数据进行聚类分析，使发酵数据更客观、有针对性、解释性强，以此提高学习机的训练精度。
　　(2)针对赖氨酸发酵过程中的三个关键生物参数（菌体浓度、基质浓度、产物浓度）难以在线测量的难题，本文提出基于FCM与集成高斯过程回归软测量模型。与此同时，分别建立高斯过程回归软测量模型、集成高斯过程回归软测量模型和基于FCM的高斯过程软测量回归模型与本文所提出的软测量模型进行对比研究，仿真结果显示，基于FCM与集成高斯过程回归软测量模型预测精度高，泛化能力强，减少了计算量，缩短预测时间。
　　(3)利用VC++与MATLAB开发平台相结合的方法，设计出了赖氨酸发酵软测量系统。初步试验研究表明该系统稳定性高，操作简单方便。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．1．1 课题研究背景

1．1．2 课题研究意义

1．2 国内外研究现状

1．3 论文的主要内容及章节安排

第二章 赖氨酸发酵概述及其过程参量

2．1 引言

2．2 赖氨酸发酵工艺

2．2．1 赖氨酸发酵过程机理

2．2．2 发酵过程关键技术

2．2．3 赖氨酸生产工艺流程

2．3 赖氨酸发酵过程参量

2．3．1 赖氨酸发酵的物理参数

2．3．2 赖氨酸发酵关键生物参数

2．4 本章小结

第三章 改进高斯过程回归算法

3．1 引言

3．2 高斯过程回归基本理论

3．2．1 高斯过程回归算法概念

3．2．2 高斯过程回归算法的缺点

3．3 基于集成学习的改进高斯过程回归算法

3．3．1 集成学习算法的概述

3．3．2 集成高斯过程回归算法

3．3．3 集成高斯过程回归算法步骤

3．4 仿真示例

3．5 本章小结

第四章 赖氨酸发酵过程软测量模型构建

4．1 引言

4．2 赖氨酸发酵过程数据采集

4．3 数据的选择与归一化处理

4．3．1 异常数据剔除

4．3．2 数据归一化

4．4 辅助变量的选择

4．4．1 辅助变量选择的方法

4．4．2 赖氨酸发酵实验辅助变量选择

4．5 数据聚类

4．5．1 模糊C均值聚类方法

4．5．2 模糊C均值聚类算法的实现步骤

4．6 赖氨酸软测量构建与仿真

4．6．1 赖氨酸软测量模型的构建

4．6．2 仿真与结果分析

4．7 本章小结

第五章 赖氨酸发酵过程软测量的工程实现

5．1 引言

5．2 开发平台及软测量系统介绍

5．2．1 赖氨酸发酵开发平台的介绍

5．2．2 发酵软测量系统的硬件配置

5．2．3 发酵软测量系统的软件介绍

5．3 软件系统架构设计

5．4 系统功能模块介绍

5．4．1 数据存储

5．4．2 数据采集与处理

5．4．3 软测量算法模块

5．4．4 图形显示模块

5．5 本章小结

第六章 总结与展望

6．1 全文工作总结

6．2 进一步研究工作的展望

参考文献

致谢

读研期间发表的论文