文献

J-GLOBAL ID：201602215881289483   整理番号：16A0728868

流加培養における脂質蓄積の多目的粒子群最適化(MOPSO)【Powered by NICT】

Multi-objective particle swarm optimization (MOPSO) of lipid accumulation in Fed-batch cultures

著者 (7件)： Robles-Rodriguez C. E. (LISBP, Universite ́ de Toulouse, CNRS, INRA, INSA, Toulouse, France F-31077) ,  Bideaux C. (LISBP, Universite ́ de Toulouse, CNRS, INRA, INSA, Toulouse, France F-31077) ,  Guillouet S. E. (LISBP, Universite ́ de Toulouse, CNRS, INRA, INSA, Toulouse, France F-31077) ,  Gorret N. (LISBP, Universite ́ de Toulouse, CNRS, INRA, INSA, Toulouse, France F-31077) ,  Roux G. (LAAS-CNRS, Universite ́ de Toulouse, CNRS, UPS, Toulouse, France) ,  Molina-Jouve C. (LISBP, Universite ́ de Toulouse, CNRS, INRA, INSA, Toulouse, France F-31077) ,  Aceves-Lara C.A. (LISBP, Universite ́ de Toulouse, CNRS, INRA, INSA, Toulouse, France F-31077)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： MED  ページ： 979-984  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 発酵プロセスの動的最適化は,ある種の目標,これは大部分の例ではお互いに矛盾を達成するために多基準の利用を必要とすることができた。Pareto最適セットの使用は目的間のトレードオフに関する意思決定に必要な情報を供給する。本研究では,粒子群最適化(MOPSO)に基づく多目的最適化アルゴリズムを用いて,Yarrowia lipolyticaによる発酵における脂質含量を最適化することである。縮小モデルはMOPSOの計算時間を短縮するために開発した。連続物理的制約を扱う動的最適化を実行するためのMOPSOに結合したパターン探索アルゴリズム。三例を解析しこの制御戦略の応答を強調した。シミュレーション結果は,MOPSOパターン探索アルゴリズムは高い脂質画分と生産性を達成することを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *最適化 ,  制約条件 ,  発酵過程 ,  意思決定 ,  *流加培養 ,  *脂質 ,  CPU時間
準シソーラス用語： 探索アルゴリズム ,  Yarrowia lipolytica ,  最適アルゴリズム ,  *粒子群最適化 ,  Pareto最適 ,  多基準 ,  動的最適化 ,  *多目的粒子群最適化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 流加培養 ,  脂質蓄積 ,  多目的粒子群最適化 ,  MOPSO