应用广义简约梯度算法增强遗传算法求解化工冶金相平衡

研究可靠的相平衡计算对化工冶金过程有很重要意义,本文采用广义简约梯度法（GRG）来增强遗传算法（GA）用于相平衡计算过程,在遗传算法演化快结束时引入GRG算子,演化结束后使用GRG精修结果,克服了GA局部搜索能力不强的缺点,加快了搜索速度.KCl-FeCl₂体系相平衡计算结果显示这种混合算法（Hybrid Algorithms）能够提高GA效率的同时保留了全局收敛的优点,因此其在化工冶金相平衡计算中将有广泛的应用前景.     

广义简约梯度增强的遗传算法计算Ca2+-PO43--OH--F--CO32--H2O体系溶解度相图

溶解度曲线图对湿法合成氟取代羟基磷灰石有很重要的指导意义,但是这方面的数据资料很少,本文将描述Ca~(2 )- PO_4~(3-)-OH~--F~--CO_3~(2-)-H_2O体系平衡关系的强非线性方程组求解转变成最优化问题,用广义简约梯度(GRG)增强的遗传算法求解该体系的平衡关系,获得含氟磷灰石-水体系的溶解度相图。结果显示在pH=9附近处,磷灰石溶解度最小,Ca/P和Ca/F增加,磷灰石的溶解度随之增加,温度升高,磷灰石溶解度降低。     

遗传算法GA结合BFGS预测玻璃组成

复杂组成玻璃的定量设计过程往往涉及复杂的多目标优化问题，依照传统方法逐个实现目标性质设计，常常顾此失彼，玻璃开发周期很长，为此将多个性质加权平均后转化为一个综合指数，通过对综合指数的模拟来实现多个目标的优化，而这一过程常常需要强劲的优化算法，对于这种变量多、函数关系复杂的优化问题，传统的基于梯度的算法常常过早收敛于局部最优，适合全局搜索的遗传算法的局部精细搜索能力不强，因此将遗传算法与BFGS算法结合用于玻璃陶瓷复合材料组分设计，弥补了二者的缺点，实现了玻璃组成快速推确的程序设计，作为一种通用算法，GA-BFGS算法亦可用于其它最优化过程。