吴晓鹏
- 作品数:7 被引量:42H指数:3
- 供职机构:江南大学通信与控制工程学院更多>>
- 发文基金:国家高技术研究发展计划国家自然科学基金江苏省自然科学基金更多>>
- 相关领域:自动化与计算机技术生物学更多>>
- 基于现场总线的L-天冬酰胺酶II发酵过程优化控制
- 2006年
- 简要介绍L-天冬酰胺酶II和PROFIBUS-DP现场总线,针对传统发酵过程控制系统布线复杂、自动化程度低等缺陷,设计了一个基于PROFIBUS-DP现场总线的L-天冬酰胺酶II发酵过程的优化控制系统,通过PROFIBUS-DP总线,主站、从站和各智能仪表间可直接通信,形成开放性网络。为了提高最大产酶量,将智能、优化控制技术融入过程控制系统,着重采用神经网络非线性预测控制和粒子群优化算法解决溶解氧的优化问题,达到较好的控制效果,产酶量比原工艺提高1倍以上。实验证明:该系统经济、可靠。
- 吴晓鹏徐保国
- 关键词:现场总线神经网络粒子群优化算法
- 带变异算子的改进粒子群算法研究被引量:14
- 2006年
- 粒子群算法是一种随机全局优化算法,由于算法具有简单、易于实现、可调参数少等特点,得到了广泛的研究和应用。论文在研究标准算法原理的基础上,在算法搜索过程中引入变异算子,克服了标准算法易陷入局部极优点的不足。将改进后的算法运用常见的几个测试函数进行了寻优仿真,仿真结果验证了带变异算子的粒子群算法的可行性和有效性。
- 熊伟丽徐保国吴晓鹏肖应旺
- 关键词:粒子群算法变异算子
- 基于现场总线的多电机同步控制被引量:13
- 2006年
- 以实现印刷机组多电机同步控制为目标,设计了一个基于现场总线PROFIBUS-DP的多电机同步控制系统。在PLC主站中采用BP神经网络算法,实现多电机转速的智能分配,从而达到同步控制,在专门设计的智能从站中运用双模自适应模糊PID,对单个电机的速度控制很精确。
- 吴晓鹏徐保国
- 关键词:PROFIBUS-DP现场总线BP神经网络智能从站
- 基于粒子群优化神经网络(PSO-BPNN)算法在发酵过程控制中的研究被引量:7
- 2007年
- 针对发酵过程中生物参数难以实时在线测量的问题,建立了用于生物参数状态预估的PSO-BPNN软测量模型。鉴于标准BP神经网络收敛太慢的缺点,运用PSO算法来优化网络权值,在此基础上,以饲料用β-甘露聚糖酶为对象,建立其基于PSO-BPNN的发酵过程产物浓度状态预估模型。发酵罐控制结果表明:该模型具有很好的学习精度和泛化能力,可实现对β-甘露聚糖酶产物浓度的实时在线预估。
- 陈树徐保国王海霞吴晓鹏
- 关键词:BP神经网络Β-甘露聚糖酶
- PSO-SVR算法在发酵过程控制中的应用被引量:2
- 2007年
- 针对发酵过程中生物参数难以实时在线测量的问题,建立了用于生物参数状态预估的支持向量机软测量模型。考虑到该支持向量回归模型的复杂性和推广能力的好坏很大程度上取决于其3个参数(ε,C,γ)能否取到最优值,采用粒子群算法实现对参数(ε,C,γ)的同时寻优。在此基础上,以L-天冬酰胺酶Ⅱ为对象,建立其基于PSO-SVR的发酵过程产物浓度状态预估模型。发酵罐控制结果表明:该模型具有很好的学习精度和泛化能力,可实现对L-天冬酰胺酶Ⅱ产物浓度的实时在线预估。
- 陈树徐保国王海霞吴晓鹏
- 关键词:粒子群优化(PSO)算法
- 改进粒子群算法在酶发酵过程优化控制中的应用被引量:3
- 2007年
- 针对发酵过程的非线性、时变等特点,建立了基于BP神经网络的产物浓度预估模型,并在此模型的基础上,利用改进的粒子群算法(PSO)实现对L-天冬酰胺酶II发酵过程控制参数的寻优,以确定该过程的优化轨线,通过在线调整实现对优化轨线的跟踪控制,实验应用结果表明效果良好。
- 熊伟丽徐保国吴晓鹏
- 关键词:PSO算法发酵过程优化控制
- 带变异因子粒子群算法在生物发酵中的应用研究被引量:3
- 2005年
- 分析常规粒子群优化算法的基础上,针对其在生物发酵过程的优化问题,提出一种带变异因子的粒子群优化算法,并根据粒子群的群体适应度标准差和理论最优值,给出收敛判断的依据。通过在生物发酵过程参数寻优的应用,表明该算法具有简单、高效、快速的特点。
- 吴晓鹏徐保国
- 关键词:粒子群优化算法收敛性参数寻优