کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6490670 43385 2016 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Multi-objective optimization of a continuous bio-dissimilation process of glycerol to 1, 3-propanediol
ترجمه فارسی عنوان
بهینه سازی چند هدفه یک فرایند بیوفیزیکی پیوسته گلیسرول به 1، 3-پروپانیدیول
کلمات کلیدی
بهینه سازی چند هدفه، فرایند بیوسیالیزه کردن، بیو پروسس مداوم، روش تقاطع مرزی طبیعی، روش جمع و جور،
ترجمه چکیده
این مقاله به منظور بهینه سازی چند هدفه فرایند بیوفیزیکی پیوسته گلیسرول به پروتئین 1، 3-پروپانیدول می پردازد. به منظور به حداکثر رساندن میزان تولید 1، 3 پروپان دیول، نرخ تبدیل گلیسرول به 1، 3-پروپان دیول به حداکثر رساندن، تبدیل میزان گلیسرول به حداکثر رساندن، و به حداقل رساندن غلظت اتانول از طریق محصول، ما برای اولین بار پیشنهاد شش جدید چند - مدل های بهینه سازی هدف که می تواند به طور همزمان هر دو از چهار هدف فوق را بهینه سازد. سپس این مسائل بهینه سازی چند هدفه به ترتیب با استفاده از روش های تقاطع وزنی و نرمال-مرزی حل می شود. هر دو الگوریتم فیلتر پارتو و معیارهای حذف برای حذف این نقاط بهینه غیر پاراتو به دست آمده از روش تقاطع مرزی طبیعی استفاده می شود. نتایج نشان می دهد که روش تقاطع طبیعی مرزی می تواند به طور موفقیت آمیزی مجموعه های بهینه تقریبی پارتو از تمام مشکلات بهینه سازی چند هدفه ارائه دهد، در حالی که روش بهینه وزن نمی تواند به طور کلی راه حل بهینه پارتو برای برخی از مشکلات چند هدفه دست یابد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی بیو مهندسی (مهندسی زیستی)
چکیده انگلیسی
This paper deals with multi-objective optimization of continuous bio-dissimilation process of glycerol to 1, 3-propanediol. In order to maximize the production rate of 1, 3-propanediol, maximize the conversion rate of glycerol to 1, 3-propanediol, maximize the conversion rate of glycerol, and minimize the concentration of by-product ethanol, we first propose six new multi-objective optimization models that can simultaneously optimize any two of the four objectives above. Then these multi-objective optimization problems are solved by using the weighted-sum and normal-boundary intersection methods respectively. Both the Pareto filter algorithm and removal criteria are used to remove those non-Pareto optimal points obtained by the normal-boundary intersection method. The results show that the normal-boundary intersection method can successfully obtain the approximate Pareto optimal sets of all the proposed multi-objective optimization problems, while the weighted-sum approach cannot achieve the overall Pareto optimal solutions of some multi-objective problems.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Biotechnology - Volume 219, 10 February 2016, Pages 59-71
نویسندگان
, , ,