基于改进蚁狮优化算法的黄酒发酵过程模型的参数辨识

作者：宗原; 刘登峰^*; 刘以安

来源：食品与发酵工业, 2021, 47(02): 153-159.

DOI：10.13995/j.cnki.11-1802/ts.024368

• 蚁狮优化算法
• 莱维飞行机制
• 收敛速度
• 黄酒发酵
• 参数辨识

针对基于Levenberg-Marquardt方法辨识黄酒发酵过程模型参数时易陷入局部最优,收敛速度慢,很难准确获取具有强泛化能力的模型参数的问题,提出了一种具有莱维飞行机制和柯西变异的蚁狮优化算法(ant lion optimization with Levy flight and Cauchy mutation,LCALO),该算法采用基于莱维飞行和柯西变异来解决这类问题。莱维飞行可以提高算法的全局搜索能力,而柯西变异有助于避免陷入局部最优。结果表明,相比于遗传算法、粒子群算法和蚁狮算法,LCALO的收敛速度快,具有全局搜索能力和局部开发能力好的优点。最后将改进算法应用于黄酒发酵模型的参数辨识,仿真结果证明该算法具有较好的参数辨识能力。

• 单位
  江南大学