报告题目：MFA与数据驱动相结合的发酵过程建模与优化

          报告时间：2018年6月26日16：00

          报告地点：自动化学院泰山报告厅

          报 告 人：刘飞教授（江南大学）
报告人简介：
    刘飞，江南大学教授，博士生导师，轻工过程先进控制教育部重点实验室主任。担任国际自动控制联合会(IFAC)过程控制委员会(TC6.1)委员、中国自动化学会理事及过程控制专业委员会常务委员、中国系统仿真学会智能物联系统建模与仿真专业委员会副主任等。2005年入选“教育部新世纪优秀人才计划”。主要从事先进控制理论及应用、工业大数据及监控、过程工业智能装备与控制系统的研究与开发，发表SCI论文90多篇，授权发明专利6项，结合轻工发酵和食品行业现状，开发并推广建模、控制和优化技术，获省部、行业协会自然科学和科技进步奖7项，获中国轻工联合会先进个人称号，是“工业感知与先进控制”江苏高等学校优秀科技创新团队带头人。
内容简介：
    工程控制领域中对发酵过程的控制和优化，通常依据宏观动力学模型，缺少对细胞代谢机理的分析与利用，引入微生物代谢网络，将代谢通量分析(MFA)与数据驱动的建模技术相结合，研究发酵过程模型化与优化策略，是一项有意义的尝试。代谢通量分布决定了细胞的生化特征，通过引入动态MFA计算时刻的概念，获得基于时间序列的代谢通量函数，实现代谢通量分布的定量分析。结合数据驱动方法，建立代谢通量分布与发酵操作变量间的映射模型，针对发酵过程的非线性、多阶段特性，采用高斯混合模型(GMM)聚类进行过程阶段划分，以EM估计子模型参数，获得加权偏最小二乘(WPLS)下全局融合模型。以此为基础探索发酵工艺优化策略，考虑菌体、能量、产物、副产物等代谢物于不同生长阶段中的代谢要求进行优化目标设计，并根据常规动力学特征和代谢信息添加约束条件，采用多目标优化算法求解优化问题。