论文部分内容阅读
发酵过程是一个极其复杂的生化反应过程,具有非线性、时变性和不确定性的特点。毕赤酵母发酵在发酵工业中占有重要地位,它可以生产很多结构复杂且不易合成的重组蛋白产品。本文以毕赤酵母表达重组蛋白发酵过程为研究背景,对发酵过程进行分阶段建模与补料优化。首先,通过查阅发酵过程的分阶段建模与补料优化相关的文献,了解发酵过程存在关键参数难以检测和以人工经验确定补料速率的可靠性不高的问题。通过分析算法的优缺点,采用人工神经网络对发酵过程进行建模、采用遗传算法来优化补料量。然后介绍神经网络与遗传算法的基本原理和运算过程