[发明专利]一种海洋低温碱性蛋白酶的发酵控制方法

权利要求书

1.一种海洋低温碱性蛋白酶的发酵控制方法，其特征在于，包括以下步骤：

步骤一、发酵控制参数采集：通过智能控制器(14)收集发酵控制参数并传送到上位计算机(15)存储；

步骤二、发酵控制参数编码：所述步骤一采集得到发酵的输入输出数据，包括：发酵罐温度T、发酵液酸碱度pH、电机搅拌转速r、空气流量l、海洋蛋白酶相对酶活P，并根据所得到的数据训练BP神经网络，所述步骤二的具体包括以下步骤：

步骤2.1，采集发酵过程外部变量数据：通过气体流量传感器(11)采集空气流量l，通过转速传感器(5)采集电机搅拌转速r，通过热电阻(6)采集发酵罐温度T，通过pH电极(7)采集发酵液酸碱度pH、；发酵液经离心分离器(8)分离后离线检测得到海洋蛋白酶相对酶活P；

步骤2.2，把发酵数据集随机分成两部分，一部分为训练数据集，一部分为测试数据集；训练数据集用来训练BP神经网络，测试数据集不参与训练BP神经网络，而是用于测试经过训练的BP神经网络预测发酵产品产量的准确性；所述步骤2.2中构建BP神经网络的方法：把空气流量l、电机搅拌转速r、发酵罐温度T、发酵液酸碱度pH作为BP神经网络的输入层输入节点，把海洋蛋白酶相对酶活P作为BP神经网络的输出层输出节点，选择适当的隐含层节点数，构建三层BP神经网络；进行BP神经网络训练后进行测试，如果误差较大，则重新进行训练，如果误差在允许的范围内，则BP神经网络训练合格；步骤三、初始化鱼群：采用开环P型迭代学习控制算法控制发酵时的发酵罐温度T、发酵液酸碱度pH、电机搅拌转速r、空气流量l，以迭代学习控制的增益参数k_T、k_p、k_r、k_l，构建四维向量作为一条人工鱼个体，初始化鱼群；

步骤四、设置迭代学习控制初始值：设置初始状态下发酵过程的发酵罐温度T、发酵液酸碱度pH、电机搅拌转速r、空气流量l，并以海洋蛋白酶相对酶活P为控制指标，计算每条人工鱼对应的跟踪误差，并记录最优个体；

步骤五、执行一次人工鱼群算法：当前鱼群分别执行觅食行为、群聚行为、追尾行为；

步骤六、选取人工鱼最优个体：判断执行完步骤五以后，人工鱼对应的跟踪误差是否降低，将所有人工鱼数据记入公告板，并选取跟踪误差最低的人工鱼数据作为当前批次、当前采样点迭代学习算法的增益参数；

步骤七、判断最优适应度值：待当前批次发酵完成，采集海洋蛋白酶相对酶活P的数据，判断最优人工鱼的适应度值是否已经达到预期要求，若是，则输出最优解，若不是，则在新的采样点，跳转至步骤五，直到找出最优解。