带时滞影响的微生物培养动力学多目标组合配置优化方法技术

本发明专利技术公开的是一种带时滞影响的微生物培养动力学多目标组合配置优化方法，假设在一个微生物培养系统中培养有多个微生物种群，每个微生物种群不但以该培养系统中的营养液为食，而且还以其它若干个微生物种群为食；每隔一段时间向该培养系统注入营养液；营养液加入的同时，有害物质也随之流入；微生物摄入营养液后需要一个时滞过程才能起作用；在培养系统中，微生物种群之间存在主动和被动相互作用关系；有害物质对微生物种群的生长也有影响；利用上述特点并结合微生物培养动力学理论，构造出了特征吸收算子、优势攫取算子、渗透混杂算子和毒素算子；利用这些算子和微生物种群的生长变化，能够快速确定多目标组合配置优化问题的全局最优解决方案。

【技术实现步骤摘要】

本专利技术涉及智能优化算法，具体涉及一种带时滞影响的微生物培养动力学多目标组合配置优化方法。
技术介绍
考虑多目标组合配置优化模型的一般形式如下： min { O 1 f 1 ( X ) , O 2 f 2 ( X ) , ... , O M f M ( X )本文档来自技高网...

【技术保护点】
一种带时滞影响的微生物培养动力学多目标组合配置优化方法，简称MODO_TDCFC方法，其特征在于：设要解决的多目标组合配置优化模型的一般形式如下：min{O1f1(X),O2f2(X),…,OMfM(X)}s.t.gia(X)≥0,ia∈Ihib(X)=0,ib∈EX∈H⋐Rn---(1)]]>式中：(1)Rn是n维欧氏空间；(2)X＝(x1，x2，…，xm，xm+1，…，xn)是一个n维决策向量，其中，前m个变量x1，x2，…，xm是连续实数型变量；后n‑m个变量xm+1，…，xn是0、1整数型变量，一个0、1整数型变量又称为一个要素，即对于任意xj∈{xm+1，…，xn}，若xj＝1，则表示第j个要素被选中为该最优组合配置中的一个要素，若xj＝0，则表示第j个要素未被选中；(3)f1(X)，f2(X)，…，fM(X)为M个目标函数，用来表示选择组合配置策略时的M个控制目标要求；(4)O1，O2，…，OM为M个目标函数的优先级，优先级次序要求满足O1>O2>…>OM，即目标函数f1(X)首先要求达到最小，其次是f2(X)，再其次是f3(X)，依次类推，最后要求达到最小的是目标函数fM(X)；(5)表示要素选择时所需满足的第ia个不等式约束条件；I为不等式约束条件编号的集合；(6)表示要素选择时所需满足的第ib个等式约束条件；E为等式约束条件编号的集合；(7){fi(X)，i＝1，2，…，M}、的数学表达式没有限制条件；(8)H为搜索空间，又称解空间；(9)计算时，决策向量X也称为试探解；若试探解X不满足约束条件，则令f(X)＝+∞；将多目标组合配置优化模型式(1)转换成如下单目标组合配置优化模型：min{F(X)=Σk=1MOkfk(X)}]]>s.t.gia(X)≥0,ia∈Ihib(X)=0,ib∈EX∈H⋐Rn---(2)]]>式中，Ok＝10M‑k；k为目标函数的编号；所述MOSLO_TDCFC方法，假设在一个微生物培养系统中培养有多个微生物种群，每个微生物种群不但以该培养系统中的营养液为食，而且还以该培养系统中其它若干个微生物种群为食；每隔一段时间向该培养系统注入营养液；微生物摄入的营养液不会立即就转化为微生物，而是需要一个时滞过程；随着营养液的加入，同时有害物质也随之流入；微生物种群的生长状态通过输入的营养液流量及其限制性营养物质的浓度进行调控；由于在同一个培养系统中培养，微生物种群之间存在主动和被动相互作用关系；有害物质对微生物种群的生长也有影响；定期注入到该培养系统中的营养液及其所含有的有毒物质会突然增加该培养系统中的营养液的浓度和有毒物质的浓度，从而会突然加大对微生物种群的影响；利用上述特点并结合混杂食物链微生物动力学理论，构造出了特征吸收算子、优势攫取算子、渗透混杂算子和毒素算子；微生物种群的生长变化相当于在多目标组合配置优化问题的搜索空间中的试探解从一个位置转移到另外一个位置；营养液及其所含有的有毒物质的浓度的脉冲增加会导致微生物种群的数量的突然变化，此相当于搜索空间的试探解从一个位置猛烈跳到另外一个位置；生长能力强的种群，可以得到更高的概率继续生长；而生长能力弱的种群，则可能停止生长；一个微生物种群的强壮程度采用MGI指数进行描述；微生物种群Pi的生长能力强弱用微生物生长能力指数MGI来表示，MGI指数对应于优化问题式(2)的目标函数值；好的试探解对应具有较高MGI指数的微生物种群，即生长能力强的种群，差的试探解对应具有较低MGI指数的微生物种群，即生长能力弱的微生物种群；对于多目标组合配置优化模型式(2)，微生物种群Pi的MGI指数计算方法为：式中，Xi为微生物种群Pi所对应的试探解；N为微生物种群数；i为微生物种群Pi的编号；所述MOSLO_TDCFC方法包括如下步骤：(S1)初始化：a)令时期t＝0；按表2初始化MODO_TDCFC方法涉及到的所有参数；时期t表2中各参数的含义及其取值限制策略如表1所示；表2参数初始化方法表1具有时滞影响的混杂食物链微生物脉冲培养动力学模型参数的取值限制策略表1中，Rand(A，B)表示在[A，B]区间产生一个均匀分布随机数，A和B为根据所要求解的优化问题特点而给定的常数，A≤B；b)随机确定N个初始微生物种群：{X1(0)，X2(0)，…，XN(0)}；c)随机确定N个初始微生物种群的初始浓度：{y1(0)，y2(0)，…，yN(0)}；d)随机确定培养系统E的营养液初始浓度S(0)和初始有毒物质浓度c(0)；(S2)执行下列操作：(S3)令时期t从0到G，...

【技术特征摘要】
1.一种带时滞影响的微生物培养动力学多目标组合配置优化方法，简称MODO_TDCFC方法，其特征在于：设...

【专利技术属性】
技术研发人员：黄光球，陆秋琴，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：陕西;61