基于改进多目标差分进化算法的诺西肽发酵过程优化

诺西肽发酵存在着产量较低和生产效率不高的问题,多目标优化是解决此类问题的有效途径.将差分进化算法引入多目标优化,构建了改进的多目标差分进化算法((IDEMO).根据Pareto优劣等级和拥挤距离对种群进行选择操作,并引入自适应变异算子和棍沌迁移算子以改善算法性能.在诺西肽分批发酵动力学模型的基础上建立了多目标优化的模型,并利用IDEMO对此优化问题进行了求解,优化结果表明了算法的有效性.