高产乙酸乙酯酵母菌的筛选、鉴定及发酵条件优化

该研究以产酯酵母为研究对象,通过气相色谱-质谱联用(GC-MS)技术测定菌株的乙酸乙酯产量并筛选高产乙酸乙酯的酵母菌株,通过形态学观察和分子生物学技术对其进行菌种鉴定,并以乙酸乙酯产量为响应值,通过单因素及响应面试验对其发酵条件进行优化。结果表明,筛选得到一株高产乙酸乙酯的酵母菌株P-3,乙酸乙酯产量为134.32 mg/L。菌株P-3被鉴定为库德里阿兹威毕赤酵母(Pichia kudriavzevii),其产乙酸乙酯的最佳发酵条件为:发酵温度30℃,乙醇体积分数18%,发酵时间4 d,在此条件下,乙酸乙酯产量达到281.47 mg/L,比优化前提高109.55%。

一种自适应鸡群-粒子群混合算法

针对复杂函数的优化问题,文章提出了一种基于改进鸡群算法和自适应简化粒子群优化算法(selfadjusted simplified particle swarm optimization,SASPSO)的两阶段混合优化算法。首先,针对基本的鸡群算法易陷入局部最优和收敛精度不高的问题,在小鸡的位置更新公式中引入动态权值和全局最优个体,提出了改进鸡群算法;其次,引入多样性函数实时监控种群多样性,并结合SASPSO算法形成一种混合算法;最后,采用7个经典测试函数,用所提出的算法进行寻优测试,并与基本的粒子群算法、基本鸡群算法以及本文提出的改进鸡群算法进行对比。分析测试结果表明,该算法在求解复杂函数优化问题时具有较好的收敛速度和收敛精度。

改进的状态空间模型遗传算法及其全局收敛性分析

基于状态空间模型遗传算法(GABS)是一种新型实数编码进化算法,在工程优化问题中取得良好的应用效果.针对GABS缺乏有效的数学模型及理论依据,研究并建立了GABS的吸收态马尔可夫过程模型,从可达状态集的角度对GABS进行分析并证明GABS不是全局收敛的.基于此提出了一种扩张可达状态集的改进型GABS(MGABS),改进方法的两种变异策略不仅扩张了算法的可达状态集、提高了种群多样性,而且加快了算法的收敛速度与精度,并证明了MGABS具有全局收敛性.最后利用经典测试函数验证了其综合性能明显优于其他3种算法,为算法在工程中的应用提供了理论依据.

基于改进状态空间模型遗传算法的分数阶PID控制器优化设计

针对分数阶PID控制器参数较多且整定方法计算繁琐的问题,文章提出一种改进的状态空间模型遗传算法以进行分数阶PID控制器的参数整定。其融入一种特殊变异机制,增强了原算法的稳定性及全局收敛性,以便实现全局搜索,得到最优参数,完成最优分数阶PID控制器设计。将优化的分数阶PID控制器应用到伺服控制系统模型中,通过仿真对比分析发现,相比于状态空间遗传算法和遗传算法,该遗传算法的整定结果更好,系统时域响应性能、抗干扰性和鲁棒性更优。

基于低像素人脸图像的表情识别

卷积神经网络的发展极大促进了面部表情识别技术的进步,为解决实际应用中图像识别的准确率受图像像素限制的问题,从三方面对低像素人脸图像的表情识别进行研究。首先根据研究对象像素低、特征复杂的特点,提出了一种改进的卷积神经网络。其次对图像进行基本的预处理操作后,又增加了图像增强处理,作为改进卷积神经网络模型的输入。最后将模型的输出结果进行决策融合,得到最终的识别结果。实验表明,该方法在CK+数据集上取得了良好的效果,且识别准确率较高、效果稳定、泛化能力强。