基于Marquardt和Runge-Kutta算法的发酵过程建模  

Fermentation process modeling with Marquardt algorithm and Runge-Kutta algorithm

作　　者：刘登峰 徐玲[1,2] 熊伟丽 姜丽华 张洪涛[3] 徐保国 

机构地区：[1]江南大学轻工过程先进控制教育部重点实验室,江苏无锡214122 [2]无锡商业职业技术学院物联网技术学院,江苏无锡214153 [3]江南大学工业生物技术教育部重点实验室,江苏无锡214122

出　　处：《计算机工程与应用》2016年第1期239-243,共5页Computer Engineering and Applications

基　　金：国家自然科学基金面上项目(No.21276111);国家自然科学基金青年基金(No.21206053);留学基金委奖学金(No.2010679023);江南大学优秀博士研究生培育基金(No.20110149);浙江省自然科学基金重大专项(No.2011C12033);创新引智计划"111"计划(No.B12018)

摘　　要：利用简单的线性模型很难描述发酵这类复杂的非线性动态过程,因此需要利用非线性方法对该类过程进行建模。为此,提出了利用基于Marquardt算法的非线性回归方法和基于四阶Runge-Kutta算法的非线性微分方程求解方法对发酵过程进行建模分析;并进一步利用统计方法分析了该非线性回归方法的有效性。该方法应用于黄酒发酵过程中,实现了黄酒发酵过程模型的求解和模型参数的动态优化。It is hard to describe complex nonlinear dynamic fermentation process by using a simple linear model. Thus nonlinear modeling is used to examine fermentation progress. To this end, a least-square based algorithm Marquardt algorithm is used to estimate model parameters from experimental data. A model of nonlinear differential equations is solved by Runge-Kutta algorithm. Both Marquardt and fourth Runge-Kutta methods are applied for optimizing parameter values for fermentation model. Regression tests are conducted and results indicate that the model can simulate the rice wine fermentation process with R^2 higher than 0.89.

关 键 词：Marquardt算法 Runge-Kutta算法 黄酒发酵 过程建模 

分 类 号：TP15[自动化与计算机技术—控制理论与控制工程] TP273[自动化与计算机技术—控制科学与工程]