非线性生化过程的优化与控制

前言
第1 章 绪论 1
1.1 生化过程优化及控制研究的意义 1
1.2 生化过程优化与最优控制 1
1.2.1 连续生化过程的稳态优化 1
1.2.2 生化过程代谢工程和稳态优化 2
1.2.3 生化过程的最优控制 4
1.3 生化过程的先进控制 6
1.3.1 自适应控制 6
1.3.2 模型预测控制 6
1.3.3 迭代学习控制 7
1.3.4 非线性控制 8
1.3.5 鲁棒控制 8
1.3.6 模糊控制 9
1.3.7 神经网络控制 10
1.3.8 专家控制系统 10
1.3.9 推理控制 11
1.3.10 其他控制方法 11
1.4 色氨酸生物合成的研究进展11
1.5 微生物发酵法生产1， 3-丙二醇的研究进展 12
第2 章 生化系统稳态优化的IOM 方法与应用 15
2.1 生化系统稳态优化的IOM 方法 15
2.1.1 生化系统稳态优化问题的描述 15
2.1.2 IOM 方法 16
2.1.3 迭代IOM 方法 21
2.2 色氨酸生物合成的稳态优化 21
2.2.1 色氨酸生物合成的数学模型、正稳态解及其优化 21
2.2.2 优化问题的简化 23
2.2.3 结果分析 24
2.3 本章小结 37
第3 章 生化系统稳态优化的修正迭代IOM 方法与应用 38
3.1 修正的迭代IOM 方法 38
3.2 修正的迭代IOM 方法在生化系统稳态优化中的应用 41
3.2.1 修正的迭代IOM 方法在色氨酸生物合成系统中的应用 41
3.2.2 酿酒酵母厌氧发酵系统的稳态优化 45
3.2.3 多稳态生化系统的稳态优化 61
3.3 本章小结 65
第4 章 生化系统稳态优化的二次规划算法与应用 66
4.1 二次规划算法 66
4.2 二次规划算法在生化系统稳态优化中的应用 67
4.3 本章小结 72
第5 章 生化系统稳态优化的几何规划方法与应用 73
5.1 生化系统的稳态优化问题 73
5.1.1 生化系统的GMA 系统形式 73
5.1.2 优化问题描述 74
5.2 几何规划方法 75
5.2.1 几何规划的标准形式 75
5.2.2 序列几何规划方法 76
5.3 序列几何规划方法在生化系统稳态优化中的应用 83
5.3.1 一个简单例子 84
5.3.2 序列几何规划方法在色氨酸生物合成系统中的应用 85
5.3.3 序列几何规划方法在酿酒酵母厌氧发酵系统中的应用 87
5.4 改进的序列几何规划方法与应用 90
5.4.1 改进的序列几何规划方法 90
5.4.2 改进的序列几何规划方法在生化系统稳态优化中的应用 93
5.5 本章小结 95
第6 章 生化系统的多目标优化 96
6.1 生化系统的多目标线性规划方法 96
6.1.1 生化系统的多目标非线性优化问题 96
6.1.2 多目标线性规划形式 97
6.1.3 多目标线性规划问题的求解 98
6.2 多目标线性规划方法在生化系统多目标优化中的应用 101
6.2.1 色氨酸生物合成的多目标优化101
6.2.2 酿酒酵母厌氧发酵系统的多目标优化102
6.2.3 污水处理过程的多目标优化104
6.3 本章小结113
第7 章 生化过程的H∞控制 115
7.1 连续生化过程的建模115
7.1.1 连续生化过程概述 115
7.1.2 连续生化过程的物料平衡模型 116
7.1.3 生化过程最优稳态工作条件的确定 117
7.1.4 连续生化过程的控制模型 118
7.2 H∞混合灵敏度方法 122
7.2.1 H∞控制简介122
7.2.2 H∞混合灵敏度问题123
7.3 双线性变换 125
7.4 加权函数的选择 126
7.5 生化过程H∞优化设计的一般步骤 127
7.6 甘油生物歧化为1， 3-丙二醇过程的H∞控制 128
7.6.1 数学模型128
7.6.2 H∞控制器的设计131
7.7 本章小结 135
第8 章 生化过程的在线稳态优化控制 136
8.1 ISOPE 基本算法 137
8.2 ISOPEN1 算法 139
8.2.1 算法描述139
8.2.2 实际过程导数的估计142
8.2.3 仿真研究143
8.3 ISOPEN2 算法 147
8.3.1 算法描述147
8.3.2 仿真研究151
8.4 本章小结 156
第9 章 甘油代谢目标函数的优化计算模型 157
9.1 甘油代谢目标函数计算问题的优化模型 157
9.1.1 代谢反应网络157
9.1.2 通量平衡模型159
9.1.3 目标函数计算问题的优化模型160
9.2 目标函数计算模型的求解方法 161
9.3 计算结果与分析比较 162
9.4 本章小结 165
参考文献 166