基于改进蚁狮优化算法得出黄酒发酵过程模型的方法技术

本发明专利技术公开了基于改进蚁狮优化算法得出黄酒发酵过程模型的方法，属于领黄酒发酵技术域，通过添加莱维飞行和柯西变异方法对蚁狮优化算法进行改进；建立黄酒发酵过程模型，利用改进后的算法与模型相结合对模型中的参数进行寻优，得出寻优参数，得出黄酒发酵过程模型。针对现有算法求解黄酒发酵模型时预测精度低和利用蚁狮算法辨识黄酒发酵过程模型时具有收敛速度慢、易陷入局部最优的缺点，本发明专利技术建立了一种融合莱维飞行和柯西变异的蚁狮优化算法提高了全局寻优和快速跳出局部最优的能力，基于改进蚁狮优化算法得出黄酒发酵过程模型的方法，能够快速有效的建立出黄酒发酵过程模型。

【技术实现步骤摘要】
基于改进蚁狮优化算法得出黄酒发酵过程模型的方法
本专利技术属于黄酒发酵
，涉及基于改进蚁狮优化算法得出黄酒发酵过程模型的方法。
技术介绍
在我国酿酒史中，黄酒是最悠久的酒种之一，与啤酒、葡萄酒并称世界三大古酒随着黄酒生产规模的扩大，仅凭熟练工人师傅的经验逐渐不能适应工厂日益增长的需求，为了使酿造出来的黄酒口感更好，利用数学模型与计算机结合对发酵过程中的参数进行辨识，进而对发酵过程进行优化控制，可以提高黄酒品质的稳定性，对黄酒行业的发展起着至关重要的意义。目前米类被广泛用于酒类的生产，国内很少有人设计黄酒的发酵过程的建模，国际中也仅有一些利用玉米淀粉来生产酒的建模研究及应用可以作为参考，酒精等是黄酒前发酵过程中发酵酒醪的主要成分，是衡量黄酒品质的重要指标，同时也是黄酒酒体口感形成的主要成分，为了得到口感更好的黄酒，需要建立精确的发酵模型来对发酵过程进行更优化控制，现有的算法求解黄酒发酵模型时预测精度低，较为有效地蚁狮算法存在辨识黄酒发酵过程模型时参数易陷入局部最优、收敛速度慢的问题，很难准确获取具有强泛化能力的模型参数的问题,因此，本文档来自技高网...

【技术保护点】
1.基于改进蚁狮优化算法得出黄酒发酵过程模型的方法，其特征在于，包括如下步骤：/n步骤一：通过添加莱维飞行和柯西变异方法对蚁狮优化算法进行改进；/n步骤二：建立黄酒发酵过程模型，确定寻优参数个数；/n步骤三：选取模型参数的取值范围；/n步骤四：利用24°条件下黄酒发酵取得的一组确定的参数作为对照实验；/n步骤五：利用所述步骤一中改进后的算法与模型相结合对模型中的参数进行寻优，通过对比黄酒发酵产物中的主要产物的数值，能否较好地拟合所述步骤四实际情况下采集到的数据，得出寻优参数，采用均方误差确定黄酒发酵过程模型的最优参数，得出黄酒发酵过程模型。/n

【技术特征摘要】
1.基于改进蚁狮优化算法得出黄酒发酵过程模型的方法，其特征在于，包括如下步骤：
步骤一：通过添加莱维飞行和柯西变异方法对蚁狮优化算法进行改进；
步骤二：建立黄酒发酵过程模型，确定寻优参数个数；
步骤三：选取模型参数的取值范围；
步骤四：利用24°条件下黄酒发酵取得的一组确定的参数作为对照实验；
步骤五：利用所述步骤一中改进后的算法与模型相结合对模型中的参数进行寻优，通过对比黄酒发酵产物中的主要产物的数值，能否较好地拟合所述步骤四实际情况下采集到的数据，得出寻优参数，采用均方误差确定黄酒发酵过程模型的最优参数，得出黄酒发酵过程模型。


2.根据权利要求1所述的基于改进蚁狮优化算法得出黄酒发酵过程模型的方法，其特征在于，所述步骤一为：对蚁狮优化算法蚂蚁和蚁狮的位置进行初始化，采用莱维飞行方法对围绕蚁狮游走的蚂蚁种群的位置进行操作，记录每次蚂蚁和蚁狮的适应度值，观察前后两次之间是否发生改变，如果没有变化，判断其陷入局部最优，用过柯西变异使其跳出局部最优，计算记录蚁狮和蚂蚁的最优值，当迭代次数达到最大值时，跳出循环。


3.根据权利要求1所述的基于改进蚁狮优化算法得出黄酒发酵过程模型的方法，其特征在于：所述步骤二为：建立黄酒发酵过程模型，在黄酒酿造过程中同时糖化和发酵工程中会产生如下反应：
淀粉与麦曲以k1的速率结合生成中间产物，在这个过程中淀粉的消耗速率为：



S为淀粉浓度，E为麦曲浓度。淀粉链与α-淀粉酶结合的中间产物C5通过酶的作用以k2、k3和k4的速率生成产物麦芽三糖、麦芽二糖和葡萄糖，同时葡萄糖、麦芽二糖、麦芽三糖分别以k5、k6和k8的速率为酵母生长提供碳源，模型如下：

【专利技术属性】
技术研发人员：刘登峰，宗原，丁健，任超强，孙雪，刘以安，徐保国，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32