發酵程序有非常複雜的特性其常隨環境、時間等等因素而發生變化，因此若以離線作
業方式和固定參數之模式來執行最佳化，並無法很真實的代表和滿足時變的發酵系統
。在文獻上已經有學者發展出以動態模式的線上鑑別技術，只要一些資料諸如系統模
式結構、參數值和進料條件就可執行最佳化。
本研究是要將線上最佳方法應用於單一連續攪拌之發酵反應系統上，使得在單位時間
內生物量（biomass ）或酒精之產量能最大。其結構採用最大突降（steepest desc-
ent ）法來搜尋最佳狀況，在最佳搜尋過程中之增益（ gain ）值，則應用遞迴式最
小誤差平方法（RLS ）之線上識別動態模式參數求得，在此遞迴識別策略中，考慮共
變異數矩陣（covariance matrix ）之重設及四種不同遺忘因子（forgetting fact-
or）的設定：二段遺忘因子法（BFF ）、固定遺忘因子法（CFF ）、可變遺忘因子法
（VFF ）和指數加權遺忘因子法，以便比較其在連續發酵反應系統之線上最佳化的適
應性。從微生物生長系統之電腦模擬結果，顯示出當存在有外在操作條件變化時，於
有限時段內，其指數加權遺忘因子策略加上適當的共變異數矩陣重設之容許值具有良
好的適應性，即能在短時間內迅速經由線上搜尋達到新的最佳穩態操作條件。另外，
將此套含指數加權遺忘因子之線上最佳方法應用於單一連續反應槽之酒精發酵程序上
，並且在此發酵程序同時考慮兩種不同酵母菌之速率式，以及基質（substrate ）和
酒精之成本比於目標函數中來進行模擬，從模擬結果也顯示在系統識別過程中，指數
加權遺忘因子策略也能夠確實追蹤系統的變化，改進線上最佳化的適應性。
|