改进鸟群算法及其在发酵仿真建模中的研究

论文摘要

针对微生物发酵建模参数辨识过程中稳定性差、易陷入局部最优和模型预测精度低的问题,提出一种基于鸟群算法的发酵过程参数寻优算法—改进鸟群算法。通过采用非线性函数对原鸟群算法中的学习系数进行调整,并且当鸟类保持警戒行为并试图移动到种群中心时用莱维飞行公式替换鸟类位置更新公式,以及在寻优过程中当算法最优解保持不变时对最优解加入混沌扰动并用模拟退火算法再次寻优的三种方式对鸟群算法进行改进。仿真结果表明,改进鸟群算法在收敛速度、寻优精度和稳定性等方面的性能优于鸟群算法、遗传算法、粒子群算法等群智能算法。改进鸟群算法克服了原算法的不足之处,总体性能得到提高。

论文目录

• 1 引言
• 2 发酵过程动力学模型
• 3 鸟群算法及改进
•   3.1 经典鸟群算法
•   3.2 改进鸟群算法
•     1)学习系数调整
•     2)莱维飞行策略
•     3)混沌扰动和模拟退火算法
• 4 基于测试函数的仿真及分析
•   4.1 改进鸟群算法全局寻优能力和稳定性比较
•   4.2 改进鸟群算法收敛性比较
• 5 改进鸟群算法在农杆菌合成凝胶多糖发酵过程动力学模型仿真中的应用与评价
• 6 结束语

文章来源

类型: 期刊论文

作者: 邵玉倩,刘登峰,刘以安

关键词: 发酵过程建模,鸟群算法,非线性调整,莱维飞行,混沌扰动,模拟退火

来源: 计算机仿真 2019年11期

年度: 2019

分类: 信息科技,基础科学

专业: 生物学,自动化技术

单位: 江南大学物联网工程学院

基金: 国家自然科学基金青年项目(21706096),江苏省自然科学基金青年项目(BK20160162)

分类号: Q958;TP18

页码: 220-227

总页数: 8

文件大小: 1448K

下载量: 109