[发明专利]一种海洋低温碱性蛋白酶的发酵控制方法

摘要

本发明提供一种海洋低温碱性蛋白酶的发酵控制方法，本方法为基于人工鱼群改进ILC的新型海洋低温碱性蛋白酶的发酵控制方法，用于解决海洋蛋白酶发酵过程中，不易得到发酵最优个体和最优发酵控制参数的问题。首先利用采集到的输入输出样本数据，对BP神经网络进行训练和测试，得出跟踪误差曲线后，利用人工鱼群算法对迭代学习控制的增益参数进行不断地跟踪调整，直到得到满足精度要求的优化控制参数。本发明可根据现有的发酵数据获取最优的控制参数组合，摆脱了传统根据人工经验设置参数而带来的不便以及误差。

主权项

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、通气量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；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、通气量l，以迭代学习控制的增益参数kT、kp、kr、kl，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、通气量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。