基于改进粒子群算法的乙苯脱氢过程多目标优化

设计了一种基于支配关系构造非支配解集的多目标粒子群算法(MOPSO),将当前找到的非支配解保存到一个外部集——最优解集,利用支配更新其最优解集,多次迭代后得到Pareto最优解集。把乙苯脱氢反应过程的收率和选择性作为优化目标,动力学模型和实际生产状况作为约束条件构造乙苯脱氢过程的多目标优化问题,利用改进的多目标粒子群算法进行优化求解。基于求得的Pareto最优解集研究了各个操作条件对乙苯脱氢生产过程收率和选择性的影响,为后续乙苯催化脱氢系统实施先进控制奠定了基础。     

化工园区土地利用安全规划优化方法

应用多目标决策理论,以潜在死亡人数最小化、经济收益最大化为优化目标,建立了化工园区土地利用安全规划双目标优化模型,提出了化工园区土地利用安全规划程序。实例应用表明,该方法能够提供完备的备选方案集,优化出的规划方案符合风险控制原则,可实现经济收益最大化。提出的化工园区土地利用安全规划优化方法对促进化工园区和城镇规划的科学化和规范化具有指导意义。     

一种DNA-NSGA-Ⅱ RBF网络非线性动态系统建模

基于DNA计算操作算子，提出了一种多目标非支配排序遗传算法，用于实现径向基函数(RBF)网络的优化设计。以RBF网络结构最简、拟合精度最高为优化指标，得到一组Pareto最优解，并根据测试数据的误差绝对值之和最小准则，从Pareto最优解集中筛选出最佳RBF网络。连续搅拌反应釜和pH中和过程建模仿真研究表明，该算法是一种有效的“黑箱”动态建模方法。     

基于NSGA-Ⅱ的化工园区无约束双目标安全规划

化工园区安全规划是一个复杂的多目标决策问题,降低潜在事故风险、保证较高经济收益是化工园区安全规划的两个主要目标。应用多目标决策的理论方法,以潜在死亡人数最小化、工业总产值最大化为优化目标,建立了化工园区安全规划无约束双目标优化模型。选用非劣排序遗传算法-Ⅱ(NSGA-II)求解该模型,得出如下结论:(1)建立的化工园区安全规划无约束双目标优化模型是可行的。(2)采用的NSGA-Ⅱ算法是有效的优化方法。(3)无约束情况下,示例中的化工园区只布置甲类、乙类易燃液体存储地块,优先布置乙类易燃液体存储地块,不布置其他类型工业用地。     

多目标粒子群算法用于补料分批生化反应器动态多目标优化

多目标优化是过程系统工程的重要课题,通常以加权或约束方式将其转换为单一目标,未能反映多目标间的复杂关系,不利于随时根据需求作出有效的决策。基于群智能的粒子群算法具有全局优化性能,且易于实现。为使其适于多目标优化,应拓展功能,实施改造。以Pareto支配概念评价种群个体的优劣,设计了确定局部最优点和全局最优点的操作。又利用各粒子的局部最优点信息进行速度更新,以加强种群的多样性,避免因早熟而陷于局部最优。还设置了外部优解库,并通过分散度计算,以适当的策略进行更新,使之逐步均匀地逼近于Pareto最优解集。由此构建一种多目标粒子群优化算法（multi-objective particle swarm optimization,MOPSO）,并用于补料分批生化反应器的动态多目标优化,取得了满意的结果。可基于所搜得的Pareto最优解集,分析目标间的关系,为合理决策提供有效的支持。经与NSGA-II比较,MOPSO算法具有更为优良的性能。     

分批补料发酵过程多目标优化的分布式强化学习策略

发酵过程优化问题通常包含有互相冲突的多重优化目标,另外反应本身具有诸多复杂性。提出一种基于Pareto的分布式Q学习多目标策略,用以求解赖氨酸分批补料发酵过程流加速率轨迹的Pareto最优解。该策略中,Q学习算法和Pareto排序法将结合来产生非支配解集,并使之逼近真实的Pareto前沿,利用奖赏机制来描述多重目标之间的关系,并同时使用多组含有随机初始值的agent共同作用改善搜索能力。将所提出的方法应用于赖氨酸分批补料发酵过程的优化中,并与粒子群优化进行了对比,验证策略的性能。     

基于等效电法的钢铁企业蒸汽系统多目标运行优化策略

针对钢铁企业蒸汽系统汽源设备多、能源品种多的特点,以某大型钢铁企业实际运行的蒸汽系统为背景,运用等效电方法对蒸汽系统的能量转换作出科学分析,采用数学规划方法,建立多目标的混合整数非线性规划模型（MINLP）。采用分步优化方法,先以蒸汽系统小时能源总成本最低为目标,将得到的结果乘以松弛系数建立成本约束并以(火用)效率最高为目标,利用LINGO软件求得多目标-约束优化模型的全局最优解,再通过改变松弛系数得到一组Pareto前沿。最后与单目标优化和多目标遗传算法结果相比较,证明分步优化方法所得的结果是可行的综合最优结果,能够实现低成本和高(火用)效率的双目标,并为生产调度提供依据。     

电-气互联系统的多目标优化

针对电-气互联系统的运行成本(包括电力系统成本和天然气系统成本)和污染排放成本综合优化问题,在粒子群优化算法的基础上利用Pareto优势原理挑选最优解,获得Pareto非劣解集.以IEEE5-NGS10构成的电-气互联系统为例进行多目标优化计算,求解Pareto曲线,并根据所得Pareto曲线找出了多目标优化的最优解,...     

一种新的用于换热网络全局优化的强制进化随机游走算法

应用启发式方法在换热网络全局优化上的优点,提出了一种全新的强制进化随机游走算法（random walk algorithm with compulsive evolution,RWCE）,算法以目标函数减小为强制方向,通过各换热单元面积的随机扩大或缩小,同时实现了整型变量（换热单元数）和连续变量（换热单元面积）的同步优化。另外,算法能够以一定的概率选择接受差解,使其具备极强的跳出局部最优解的能力和全局搜索能力。算例验证表明,RWCE算法相比于其他启发式方法具有程序简单、更易实现、算法适应性及全局搜索能力更强的优点,使优化质量得到进一步提升。     

一种基于梯度信息的多目标优化算法

传统的多目标进化算法多是基于Pareto最优概念的类随机搜索算法,求解速度较慢,特别是针对动态多目标优化问题。就此提出了一种新的基于梯度信息的多目标寻优算法（hybrid optimization algorithm based on single and multi-objective gradient information,HSMGOA）,该算法首先利用种群中每个个体对各目标的负梯度方向,以有效保证种群个体能沿单个目标函数值减小的方向加快搜索;同时为避免由于多目标问题之间的冲突性而导致其他目标函数的显著增大,将多个目标的梯度信息方向整合为一个方向进行协同搜索;并且还提出了一种新的选择置点法,以加快算法初始寻优速度并提供优良的初始种群。通过对ZDT系列测试函数的仿真可以看出,HSMGOA在较少的运行次数下,其性能远远优于NSGA2算法。最后将HSMGOA与NSGA2混合以解决补料分批生化反应过程的动态多目标优化问题,并将取得的Pareto最优解集与NSGA2、MOPSO比较可知,该混合算法在解决该化工问题时表现出了更好的性能。     

Optimal Control of Saccharomyces cerevisiae. Fermentation Process

This article demonstrates the existence of multiple optimal control profiles for the fermentation process involving Saccharomyces cerevisiae. The Jones–Kompala model is used to model the dynamics of the fermentation process. Both dilution rate and the oxygen mass transfer coefficient are used as the control variables individually and together. While it was demonstrated recently that the steady-state optimization for the Jones–Kompala model would reveal multiple optimum solutions, this work demonstrates the existence of multiple optimum control profiles when dynamic optimization is performed. To perform the dynamic optimization, the differential equations were converted to a nonlinear program (NLP) using Radau collocation with finite elements and the state-of-the-art optimization program CONOPT (constrained optimizer) was used to obtain the local optimum profiles. The global solution was confirmed using the deterministic global optimization program branch-and-reduce optimization navigator. Both the programs were accessed through the network enabled optimization system (NEOS) server.     

基于DOE、RSM及PSO的大尺寸板类塑件的翘曲优化

首先通过实验设计（DOE）分析得出对柜式空调面板翘曲变形影响较大的工艺参数为熔体温度、模具温度、保压压力和保压时间。其次,以这4个工艺参数为实验变量,以面板的翘曲量为目标,采用响应面法（RSM）构建出两者之间的二阶响应面模型,并优化出翘曲量最小的工艺参数,翘曲量预测误差率仅为2.486 %,模型精度较高。最后,运用粒子群算法（PSO）对二阶响应面模型进行迭代寻优,得出最优工艺参数。验证结果表明,PSO优化误差为4.882 %,相比于RSM优化,翘曲量实际值由5.217 mm降为3.459 mm,降低了38.367 %,优化效果较好。     

顺流双效HGL精馏过程模拟与优化设计

针对顺流双效HGL精馏过程进行了具体研究,建立了最优化设计数学模型并编制了通用计算机程序,用实例对所建立的数学模型及优化设计方法和节能效果进行考核。提出了简捷优化法与逐板严格计算优化相结合的方法,克服了以往优化设计计算中仅求得局部最优解的弊端。     

汽车仪表盘外壳模外装饰工艺仿真及其参数全局优化

以聚碳酸酯（PC）为薄膜材料,采用有限元方法对仪表盘外壳模外装饰（OMD）贴膜成型进行仿真,得到薄膜厚度的分布及其在x、y方向上的变形分布,在此基础之上,以三者的标准偏差同时最小来设计目标函数,采用试验设计的方法来建立近似模型,最后对贴膜工艺参数进行全局优化分析。结果表明,基于椭圆向基神经网络模型（EBF）模型采用自适应模拟退火算法（ASA）全局优化算法对OMD工艺参数进行优化分析所得到的结果无论在厚度分布还是变形精度上的效果都最好。     

炼油企业全厂调度优化系统的设计与开发

生产调度优化对于炼油企业提高经济效益、增强市场响应速度有着重要的作用。本文设计并开发出一款图形化炼厂生产调度优化软件,采用MVC架构技术,实现了调度优化建模的图形化,可以方便组态炼油厂调度模型;将开源优化代码Coin-OR移植为调度优化软件的求解器,实现了求解器与图形化建模接口的连接;丰富的报表输出,让现场操作工可以各种形式获得调度优化结果;完善的内部模型数据管理和丰富的外部数据接口,包括原油性质指标库和原油评价数据库接口、成品油性质指标库等。仿真结果表明,该软件能够优化出符合炼厂生产实际的调度优化排产方案。     

基于差分进化粒子群混合优化算法的软测量建模

针对乙烯生产过程中,用传统方法难以直接完成对乙烯收率的在线测量的问题,提出了一种新型差分进化粒子群混合优化算法,建立了乙烯收率软测量建模。改进算法将优化过程分成两阶段,两分群分别采用粒子群算法和差分进化算法同时进行。迭代过程中引入进化速度因子进行算法局部收敛性判断,通过两个群体间的信息交流阻止算法陷入局部最优。对高维复杂函数寻优测试表明,算法的整体优化性能均强于基本粒子群算法和差分进化算法。应用结果表明,基于改进算法的软测量模型具有测量精度较高、泛化性能较好等优点。     

基于信赖域算法的精馏塔优化

从结构优化角度建立精馏塔优化的混合整数非线性规划(MINLP)模型,为了消除整数变量,引入绕流效率将MINLP问题转化为非线性规划(NLP)问题。针对得到的NLP问题提出一种优化方法,在该方法中采用结构优化中常用的信赖域优化算法进行求解,并应用虚拟瞬态连续性方程辅助优化中的稳态模拟。采用提出的优化方法对3个精馏系统进行设计优化,以不同初始值开始,均可得到令人满意的优化结果,表明所提优化方法具有良好的稳健性,对于较复杂的部分热耦合精馏过程仍然可以有效优化求解;信赖域算法在精馏塔优化中也表现出良好的收敛性。     

响应面法耦合NSGA-Ⅱ算法的隔壁塔结构优化

隔壁塔的优化设计涉及多个变量且变量之间存在复杂的相互作用关系,这不仅提高了隔壁塔的设计难度,而且制约了其在工业应用方面的潜力。为了解决这一问题,本文提出了一种利用响应面法（RSM）耦合非支配遗传算法（NSGA-Ⅱ）对隔壁塔进行多目标优化设计的方法。首先,确定设计变量并利用单因素分析确定各变量水平,采用BBD（Box-Behnken）方法进行实验设计,并通过数值模拟计算年度总费用（TAC）和再沸器热负荷（Q）的目标函数;然后利用方差分析（ANOVA）评估各回归模型的统计重要性,并用二次多项式形式表示;最后通过NSGA-Ⅱ算法对响应面模型进行优化,计算Pareto前沿获得一系列优化方案。研究表明,相比于传统流程,采用该方法对隔壁塔进行分析和优化,能在降低TAC的同时有效降低Q,为隔壁塔的优化设计提供一种新思路。     

环氧乙烷-氨法生产乙醇胺的反应过程模拟研究

应用PRO II软件开发了环氧乙烷-氨法(EO-NH3)生产乙醇胺工艺流程的反应模型,经与工厂实际生产数据比较,该模型可以很好地计算EO-NH3的反应过程。使用该模型计算了进料中不同NH3和EO摩尔比条件下的产品分布,计算了一乙醇胺、二乙醇胺循环量对产品分布的影响,并给出了当目标产品分别是单乙醇胺、二乙醇胺及三乙醇胺时最优操作参数的选择方法。对于期望的产品分布,可通过对不同条件下的反应过程进行模拟计算,找出最适宜的操作条件,使目标产品的产量最大。     

考虑非等温混合的能量集成多杂质水网络优化设计

提出了一种分步综合多杂质体系水网络和换热网络的新方法。对于水网络,考虑进入操作单元的新鲜水与回用水之间的非等温混合,确保流股间的直接热回收;对于换热网络,可以只考虑水网络中的新鲜水和回用水流股之间的换热匹配。采用无进化次数的改进粒子群算法对本文建立的多杂质体系水网络非线性模型和换热网络混合整数非线性模型进行求解。实例表明,与不考虑非等温混合时比较,考虑非等温混合时的最优网络结构更简单,且年度总费用要节省2.4%。因此,本文提出的方法在实际生产中有较好的可行性和有效性。