细胞自动机及其在菌体生长建模仿真中的应用

在介绍细胞自动机基本概念、基本特征和仿真模型建立步骤的基础上，较详细地讨论细胞自动机在青霉素发酵过程菌体生长建模及仿真中的应用。在建立青霉素分批发酵过程菌体生长细胞自动机模型的前提下，以Matlab为开发工具实现了模型的可视化编程，并进行了仿真实验。实验结果表明，利用细胞自动机建立的青霉素分批发酵过程菌体生长仿真模型能较好地描述青霉素菌体生长的演化行为。由此可以看出，细胞自动机具有很强的模拟复杂物理现象或过程的能力，其为青霉素发酵过程的建模、仿真提供了一种理想的生命计算模型。     

基于OPC的发酵过程仿真技术及其系统研究

解决目前发酵仿真软件设计上的自封闭性、仿真类型局限性、数据表达狭隘性等缺点是拓宽仿真系统实际应用领域的关键性问题.在分析OPC服务器工作流程与发酵过程仿真特点的基础上,提出了一种基于OPC DA 2.0的开放式发酵过程仿真集成系统设计方法.利用DCOM技术开发了可集成多个发酵仿真过程的OPC系统,并实现了青霉菌的流加发酵仿真过程.该系统使仿真过程与仿真过程之间、仿真过程与工业现场之间的数据实时比较成为可能.实验测试表明,该系统能与标准型OPC Client通讯,可集成多个仿真过程,具有良好的开放性、可扩展性以及实用性.     

氨糖发酵过程建模与工艺参数优化研究

针对目前生物传感器价格昂贵且检测精度低使得在氨糖发酵过程中难以获得准确实时的生物参数的现状,建立了最小二乘支持向量机模型以实现菌体浓度、产物浓度、底物浓度的预测。为了提高预测模型的精度,采用基于Levy飞行的改进多元宇宙算法对最小二乘支持向量机模型的若干参数进行优化。在此模型的基础上,以发酵完成时刻产物浓度最大为目标,通过改进的多元宇宙优化算法对发酵工艺参数进行了优化。仿真实验表明该方法取得了较高建模精度,提高了发酵最终产物浓度。     

基于多支持向量机的诺西肽发酵中菌体浓度软测量

提出了多支持向量机建模进行发酵过程的参数识别方法。这种建模可以称为“多模型”方法。发酵过程存在着像菌体浓度等不可在线测量的生物量,只能采用离线采样分析方法,由于所得数据是在不同的时间间隔内获得的,导致检测结果经常出现较大的滞后,不能及时指导生产。而软测量技术的发展为该问题提出了一个很好的解决办法。提出的多支持向量机建模方法,利用可在线测量信息,建立了菌体浓度的预估模型,并且把它应用到诺西肽发酵过程中,估计结果与实验结果吻合得很好,表明了该软测量方法的实用性。     

柠檬酸发酵过程多目标模糊控制模型的研究

基于柠檬酸发酵生产记录、发酵控制工程师的多年经验及专门进行的发酵过程跟踪监测研究的结果,提出了一个柠檬酸发酵过程多目标模糊控制数学模型,并归纳出了一个确定该数学模型中参数的规则系统． 对该模型的测试结果表明：在正常发酵（无染菌）的情况下,能提高产物对底物的比近十个百分点．     

并联型混合建模方法在诺西肽发酵过程中的应用

针对诺西肽发酵过程中菌体浓度的估计问题,提出了一种并联型混合建模方法.该混合模型分两部分:机理模型部分和误差补偿模型部分.利用二氧化碳释放率方程与茵体生长动力学模型,推导出了一种新的茵体生长动态模型,并以此作为混合模型的机理模型部分;利用神经网络构成误差补偿模型部分,其中该部分的辅助变量是在分析与诺西肽发酵过程对应的非结构模型的基础上,根据隐函数存在定理选取的.实验结果验证了所提方法的有效性.     

啤酒发酵工艺集散型控制系统的设计

开封酒厂三万吨发酵工艺集散型系统，属于全厂自动化ＣＩＭＳ系统规划中的工艺控制级子系统。本文对该系统的设计、功能及特点进行了介绍.     

基于迁移成分分析的发酵过程集成软测量建模

青霉素发酵过程具有不确定性和多阶段等特点，不同批次发酵过程间存在工况差异，过程数据的分布不一定相同，使传统软测量模型性能下降。结合迁移学习策略和高斯混合模型，提出一种基于迁移成分分析的多模型集成软测量建模方法。该方法使用迁移成分分析求解样本间共享特征映射矩阵，适配建模过程数据与待测数据的边缘概率分布；并基于高斯混合模型对建模数据进行聚类划分，与偏最小二乘算法结合建立子模型的集成模型，完成对主导变量的预测。基于青霉素平台数据的仿真结果表明，所提方法不仅能够有效提高青霉素发酵过程软测量模型的精度，而且适应于变工况下青霉素浓度的预测。     

基于酵母实验数据构建其蛋白质作用网络模型

为考察模型在生物上的可靠性,从真实的蛋白质相互作用研究所报道的数据出发,选取合适的复制-变异的关键参数,依据复制-变异的建模思想,构建了酵母蛋白质相互作用网络模型。实证结果与目前得到认同的酵母蛋白质网络的稀疏性、无标度性和小世界性吻合。由此可知,复制-变异模型在蛋白质相互作用网络的演化模拟中是个可靠的模型。     

分阶段建立发酵过程模型的方法的研究和应用

为了建立精确的微生物发酵过程数学模型,在标准回归型支持向量机（SVM）的基础上提出了动态ε-SVM方法,即不同样本使用不同的ε。进而,提出了将自组织特征映射聚类（SOFM）和动态ε-SVM回归相结合的建模方法。该方法首先利用SOFM神经网络对样本进行聚类,达到划分发酵阶段和建立局部模型的目的,然后应用动态ε-SVM方法对各类样本进行回归建模。实验结果表明,使用该方法建立的青霉素发酵过程模型具有较高的拟合和泛化能力。经过比较,该方法建立的模型比其它SVM方法建立的模型具有较强的泛化能力。     

青霉素发酵过程的仿真培训模型

对于反应过程复杂,反应周期长的生化反应建立起切实可行的仿真培训系统,对制药业和高等工程教育都有实用意义。青霉素发酵是一种典型的具有代表性的生化反应过程,本文全面考虑了生化发酵过程的机理特点及各种过程参数的变化,建立了青霉素过程动态数学模型,仿真结果表明该模型很好地反映了实际过程的动态趋势。     

基于支持向量机的青霉素发酵过程建模

由于微生物发酵过程的复杂性和高度非线性,更多的简单的数学模型不能很好地描述这类生化系统。支持向量机(SVM)是近几年发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数和局部极小点等实际问题。SVM方法建立了青霉素效价预估模型,此模型具有良好的拟合和泛化能力。通过实验分析了SVM参数调整对支持向量机建模的影响。通过由现场数据建立的各种模型可以发现,SVM建模方法优于神经网络(ANN)建模方法。     

发酵过程自学习模糊神经元控制器的设计

对发酵过程采用常规的控制方式,其控制效果不好,甚至难以实现稳定控制。高级控制算法一般需要大量的先验知识,对过程精确模型依赖较大。而模糊逻辑控制技术一般用来控制那些具有模糊性、不确定性、高阶、大滞后等难以用精确的数学模型来描述的对象;神经网络具有学习、记忆等能力。采用自组织计数传播网络(CPN)作为框架,结合改进的模糊控制算法,实现对发酵过程的模糊神经元控制。该方法有能力自组织、自学习发酵过程所需的控制知识,规则库初始为空,逐渐地被自构造,来满足预先设定的性能要求。通过对发酵过程控制的仿真研究,表明该方法能够实现自学习的能力。     

基于RF-GA-BP神经网络的N-乙酰氨基葡萄糖含量预测

为解决微生物发酵法制取氨基葡萄糖(Glucosamine,GlcN)过程中N-乙酰氨基葡萄糖(N-acetylglucosamine,GlcNAc)含量难以在线测量的问题。提出一种由随机森林算法、遗传算法及神经网络算法相结合的改进预测算法。利用随机森林算法中平均不纯度下降的特点,对输入特征进行关联性分析,并通过遗传算法对神经网络初始权值、阈值进行优化。以某氨糖生产企业发酵过程中的数据为基础,建立基于RF-GA-BP算法的预测模型。结果表明：该模型对发酵生产过程中N-乙酰氨基葡萄糖含量具有良好的预测能力,所提出的模型兼顾了高精度与快收敛的需求,测试样本预测平均误差低于7%,优于GA-BP模型与传统BP模型。     

实施小组软件过程提高成熟度等级

软件能力成熟度模型(CMM)已经成为众多软件企业改进软件过程的框架,但是它只给出了过程改进的方面和要达到的目标,而没有具体说明如何进行软件过程改进。小组软件过程是一个具体的、完善的、可以使用的软件过程,它支持基于CMM模型的软件过程改进。通过分析小组软件过程与CMM之间的关系以及实施小组软件过程对提高软件过程成熟度的作用。指出了实施小组软件过程对我国软件企业过程改进的意义。     

基于机理知识与最小二乘支持向量机的诺西肽发酵过程混合建模方法

提出了一种综合先验机理知识与最小二乘支持向量机的发酵过程混合建模方法。机理知识由两部分组成,一部分是表示发酵过程的质量平衡方程;另一部分是简单的过程参数估计模型。采用最小二乘支持向量机模型对这种简单估计模型进行校正,弥补它的不精确性。这种混合模型被应用到诺西肽发酵过程中进行生物量浓度、基质浓度与产物浓度的估计中,结果表明加入先验机理知识的混合模型增加了单纯的支持向量机模型的泛化能力。     

复合蛋白颗粒料替代豆粕对绵羊瘤胃发酵和血液生化指标的影响

试验旨在研究复合蛋白颗粒料替代豆粕对绵羊瘤胃发酵和血液生化指标的影响。选用（50±2）kg的杂交公羊（夏洛莱羊×无角陶赛特羊）4只,采用4×4拉丁方试验设计,对照组饲喂基础日粮,试验组Ⅰ、试验组Ⅱ、试验组Ⅲ用复合蛋白颗粒料分别替代基础日粮中40%、60%和80%的豆粕。结果表明：复合蛋白颗粒料替代豆粕对瘤胃pH值无显著影响（P〉0.05）,但总体上随着替代豆粕水平的上升,pH随时间变化有变缓趋势;试验组Ⅰ、试验组Ⅱ和试验组Ⅲ的氨氮浓度分别比对照组升高4.66%,15.27%,21.05%,试验组Ⅲ较对照组差异显著（P〈0.05）;对总挥发性脂肪酸浓度差异不显著（P〉0.05）,有降低的趋势,但试验组Ⅲ的乙酸/丙酸比例显著高于其它各组（P〈0.05）;对血清尿素氮、尿酸、肌酐无显著影响,但试验Ⅲ组的谷丙转氨酶和碱性磷酸酶显著高于对照组（P〈0.05）,谷草转氨酶也显著高于其它各组（P〈0.05）。复合蛋白颗粒料替代豆粕对绵羊瘤胃发酵影响不明显,替代80%豆粕对绵羊肝脏功能产生了一定的影响,从安全性和经济性考虑,替代60%的豆粕较好,对绵羊瘤胃发酵和血液生化指标无显著影响。     

Optimal Budget Spending for Software Testing under the Condition of Nonlinear Constraint

Software testing is a very important phase of the software development process. It is a very difficult job for a software manager to allocate optimally the financial budget to a software project during testing. In this paper the problem of optimal allocation of the software testing cost is studied. There exist several models focused on the development of software costs measuring the number of software errors remaining in the software during testing. The purpose of this paper is