1、隨著生物技術(shù)的迅猛發(fā)展，生物工程的規(guī)模不斷擴大，生物工程對自動控制技術(shù)的要求越來越高。生物反應過程是一個復雜的反應過程，其非線性、強耦合、多變量等問題嚴重影響了生產(chǎn)過程的自動化控制，特別是一些反映生物反應品質(zhì)的關(guān)鍵生化參量難以實現(xiàn)在線測量，已成為生物反應過程優(yōu)化控制的重點難題。目前，由于受生物傳感技術(shù)發(fā)展水平的限制，發(fā)酵過程中生物量的檢測大多采用離線測量的方法。這種方法不僅滯后大而且容易污染發(fā)酵液。當下已有的在線測量生物量傳感器價格昂貴

2、、維護費用高無法滿足大規(guī)模生產(chǎn)的要求。隨著計算機技術(shù)的發(fā)展和軟測量技術(shù)的出現(xiàn)，應用軟測量技術(shù)研究發(fā)酵過程中關(guān)鍵生物量在線估計等問題已取得一定成效。
　　 本文以賴氨酸發(fā)酵過程為研究對象，通過對最小二乘支持向量機建模及其參數(shù)優(yōu)化方法的研究，建立了基于混沌粒子群的混合核最小二乘支持向量機(CPSO-混合核LS-SVM)軟測量模型，并對基質(zhì)濃度、菌體濃度以及產(chǎn)物濃度等賴氨酸發(fā)酵過程中的關(guān)鍵生化變量進行了預測。仿真實驗結(jié)果表明，該模型能

3、夠，有效逼近真實值，且具有較高的預測精度。本文所做的主要研究工作及研究成果如下:
　　 (1)通過大量閱讀文獻以及對賴氨酸過程工藝的分析，本文采用了基于LS-SVM的軟測量建模方法，并針對傳統(tǒng)單RBF核的局限性，采用全局核函數(shù)與局部核函數(shù)相結(jié)合的混合核函數(shù)代替?zhèn)鹘y(tǒng)單RBF核，建立軟測量模型。
　　 (2)針對最小二乘支持向量機軟測量建模優(yōu)化問題，通過對粒子群算法以及混沌概念的研究，本文采用了一種帶極值擾動的混沌粒子群優(yōu)化