本文以甘油歧化微生物生產(chǎn)1,3-丙二醇(1,3-PD)為背景,針對代謝物質(zhì)跨膜運(yùn)輸機(jī)理不清和缺少細(xì)胞內(nèi)物質(zhì)濃度的實(shí)驗(yàn)數(shù)據(jù)等問題,研究了一類非線性酶催化混雜系統(tǒng)的建模、系統(tǒng)辨識、參數(shù)靈敏度分析及優(yōu)化.另外,針對帶pH反饋的耦合批式流加發(fā)酵過程,研究了一類狀態(tài)依賴的非線性切換混雜系統(tǒng)的建模及參數(shù)優(yōu)化.主要工作可概括如下： 1.提出一類非線性酶催化混雜系統(tǒng)來描述多種跨膜運(yùn)輸方式下的間歇發(fā)酵過程,論述了系統(tǒng)及其解的一些基本性質(zhì).分別以跨膜運(yùn)輸方式和系統(tǒng)動力學(xué)參數(shù)為離散變量和連續(xù)變量,建立酶催化混雜系統(tǒng)的辨識模型.基于復(fù)形法和快速模擬退火算法構(gòu)造兩階段優(yōu)化算法,推斷出1,3-丙二醇最有可能的跨膜運(yùn)輸方式. 2.證明了間歇酶催化系統(tǒng)參數(shù)靈敏度函數(shù)關(guān)于時間的連續(xù)性,將局部靈敏度分析法與蒙特卡羅法相結(jié)合,設(shè)計一個全局意義上的參數(shù)靈敏度分析方法.以靈敏度較高的參數(shù)為優(yōu)化變量,建立酶催化混雜系統(tǒng)的參數(shù)辨識模型.依據(jù)約束泛函的一階梯度構(gòu)造模擬退火算法,對多組具體實(shí)驗(yàn)進(jìn)行了數(shù)值計算和模擬. 3.建立對應(yīng)于多種可能跨膜運(yùn)輸方式的連續(xù)發(fā)酵非線性酶催化混雜系統(tǒng).由于缺少細(xì)胞內(nèi)物質(zhì)濃度的實(shí)驗(yàn)數(shù)據(jù),為了考核混雜系統(tǒng)的可...

【文章頁數(shù)】：108 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究概況
        1.2.1 非線性混雜系統(tǒng)研究概況
        1.2.2 生物魯棒性研究概況
        1.2.3 參數(shù)靈敏度分析研究概況
        1.2.4 微生物發(fā)酵生產(chǎn)1,3-丙二醇的數(shù)學(xué)研究概況
    1.3 本文的主要工作
2 預(yù)備知識
    2.1 符號說明
    2.2 甘油代謝過程的酶催化動力學(xué)模型
    2.3 常微分方程的定性理論
    2.4 混雜系統(tǒng)基礎(chǔ)知識
        2.4.1 混雜系統(tǒng)的基本概念及模型描述
        2.4.2 混雜系統(tǒng)的參數(shù)靈敏度分析
    2.5 兩種直接搜索方法
        2.5.1 復(fù)形法
        2.5.2 模擬退火算法
3 間歇發(fā)酵非線性酶催化混雜系統(tǒng)及系統(tǒng)辨識
    3.1 引言
    3.2 間歇發(fā)酵非線性酶催化混雜系統(tǒng)
        3.2.1 非線性酶催化混雜系統(tǒng)
        3.2.2 混雜系統(tǒng)及其解的性質(zhì)
    3.3 系統(tǒng)辨識模型
    3.4 算法與數(shù)值結(jié)果
        3.4.1 兩階段算法
        3.4.2 數(shù)值結(jié)果
    3.5 小結(jié)
4 間歇發(fā)酵非線性酶催化混雜系統(tǒng)的參數(shù)靈敏度分析及優(yōu)化
    4.1 引言
    4.2 參數(shù)靈敏度函數(shù)及其性質(zhì)
    4.3 參數(shù)靈敏度分析及算法
        4.3.1 參數(shù)靈敏度分析
        4.3.2 靈敏度分析算法
    4.4 參數(shù)辨識模型及算法
        4.4.1 參數(shù)辨識模型
        4.4.2 優(yōu)化算法
    4.5 數(shù)值結(jié)果
    4.6 小結(jié)
5 連續(xù)發(fā)酵非線性酶催化混雜系統(tǒng)及系統(tǒng)辨識
    5.1 引言
    5.2 連續(xù)發(fā)酵非線性酶催化混雜系統(tǒng)
        5.2.1 非線性酶催化混雜系統(tǒng)
        5.2.2 混雜系統(tǒng)及其解的性質(zhì)
    5.3 生物魯棒性指標(biāo)
    5.4 系統(tǒng)辨識模型
    5.5 算法與數(shù)值結(jié)果
        5.5.1 算法
        5.5.2 數(shù)值結(jié)果
    5.6 小結(jié)
6 批式流加非線性切換混雜系統(tǒng)及參數(shù)辨識
    6.1 引言
    6.2 耦合批式流加發(fā)酵非線性切換混雜系統(tǒng)
        6.2.1 非線性切換混雜系統(tǒng)
        6.2.2 切換混雜系統(tǒng)及其解的性質(zhì)
    6.3 參數(shù)辨識模型
    6.4 參數(shù)靈敏度函數(shù)
    6.5 算法及數(shù)值結(jié)果
        6.5.1 優(yōu)化算法
        6.5.2 數(shù)值結(jié)果
    6.6 小結(jié)
結(jié)論與展望
參考文獻(xiàn)
論文創(chuàng)新點(diǎn)摘要
攻讀博士學(xué)位期間學(xué)術(shù)論文完成情況
攻讀博士學(xué)位期間參與的科研項(xiàng)目
致謝
作者簡介



本文編號：3743868