基于机器学习的阿洛酮糖酶转化过程中酶用量优化方法

本发明涉及酶制剂生产技术领域，特别涉及一种基于机器学习的阿洛酮糖酶转化过程中酶用量优化方法，方法包括：获取阿洛酮糖酶转化过程的历史数据，并基于历史数据训练机器学习模型；构建酶用量优化模型，将转化过程的约束条件引入模型，利用训练好的机器学习模型求解当前转化过程的最优酶投放量；在转化过程中，实时检测环境因变量参数，设定参数变化阈值，当参数超出阈值范围时，重新计算所需酶投放量；根据计算的最优酶投放量，构建PID算法控制酶投放过程。本发明综合运用机器学习、优化算法和自动控制技术，实现了阿洛酮糖酶转化过程的智能优化控制，提高了转化效率，保证了产品质量，具有显著的技术和经济效益。