基于量子微粒群算法的发酵过程模型参数估计

摘要：

量子微粒群优化算法(QPSO)是一种改进的微粒群优化算法(PSO),克服了PSO算法搜索空间有限和易陷入局部极值的不足,同时该算法具有参数少、易实现、收敛速度快等优点.应用量子微粒群优化算法,以谷氨酸发酵过程产物(谷氨酸)浓度数据为检验样本,以Verhulst方程为菌体生长模型,进行发酵模型参数估计.实验结果表明,基于QPSO算法的参数估计方法具有精度高、编程实现简单、计算量小等优点.

关键词：微粒群优化、量子微粒群优化、发酵模型、参数估计、优化

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60474030

在线出版日期：2007-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：2419-2421