基于改进KH-ANFIS 的海洋溶菌酶发酵过程软测量

来源：计算机测量与控制杂志2020年第12期北京时间：

作者：朱湘临,王森,王博

单位：江苏大学电气信息工程学院

摘要：针对海洋溶菌酶（Marine Lysozyme,ML）发酵过程菌体浓度在线检测难以实现，离线测量不能反映发酵过程当前变化等问题，提出了一种基于改进磷虾群—自适应模糊神经网络软测量（HLKH-ANFIS）建模方法。首先利用自适应莱维飞行策略对传统KH进行改进，从而提升算法的全局搜索能力；同时利用跳变技术（HOT）对KH算法位置更新公式进行改进，提高算法的局部寻优能力，然后利用改进的KH算法对自适应模糊神经网络反馈进行优化，改善其过度修正和计算量大的问题；最后建立基于HLKH-ANFIS的海洋溶菌酶发酵过程菌体浓度软测量预测模型，仿真分析表明：相较于KH-ANFIS预测模型，HLKH-ANFIS模型的误差较小，具有更好的预测能力，能够满足ML发酵关键参量的在线预测需要。

关键词：海洋溶菌酶;软测量;磷虾群算法;自适应模糊神经网络

基金资助：镇江市重点研发项目（SH2017002）（微生物发酵关键参量软测量与控制技术及装置研发）