粒子群优化算法的研究

粒子群优化算法是一种基于群体智能的优化算法。介绍粒子群优化算法及其基本原理,给出各种改进技术及研究现状,并展望未来的发展趋势。     

基于粒子群算法的动态多目标优化

针对碳二氢生产中的反应器动态优化问题,目前虽然有多种算法对生产过程进行优化,但大部分只是对单一目标进行求解,提出一种更为灵活的反应器动态求解方法。在该方法中,首先构建碳二氢目标函数,然后采用多目标粒子群算法和分段线性函数参数法结合的方式对目标函数的进行求解,以提高整体搜索能力,得到碳二氢反应器动态优化的最优解。最后,以实际乙烯碳二加氢化工反应过程为例进行实验验证,结果证明,通过该方法进行求解的目标函数无论是在收敛性,还是在优化的平均值等方面,都比SADE-eCD和NSGA-II算法具有优势,说明该算法在反应器动态优化中是切实可行的。     

基于粒子群算法的软仪表技术

在软测量建模中,最常见的非机理建模方式就是利用神经网络进行建模,而近年来兴起的粒子群算法目前已应用于神经网络的训练。在对粒子群算法提出改进方案后,提出了基于改进的粒子群算法的前馈神经网络训练方案。然后再将神经网络应用到焦化装置分流塔柴油95％点软仪表模型参数估计中,得到了满意的结果,可以满足工业过程中的实际需要。     

混合粒子群优化算法及其应用

提出了一种通过改进全局最优位置粒子寻优策略而提高粒子群优化计算效率的混合粒子群优化算法。针对流程工业典型设备的状态跟踪预报等有计算时间限制的优化问题,混合粒子群优化算法在不改变原有粒子群粒子寻优策略的前提下,将粒子群整体已搜寻到的全局最优位置看作一个特殊的粒子,令该粒子执行梯度下降寻优的寻优策略。在粒子群的寻优迭代计算中增加全局最优位置粒子单独的梯度下降寻优过程,从而将粒子群优化算法的全局寻优特性与梯度下降算法的邻域寻优特性相结合,以提高粒子群优化算法的整体寻优效率,进而缩短寻优计算的时间。针对流程工业典型设备的实际应用表明,混合粒子群优化算法能够减少寻优迭代次数,进而缩短优化计算时间。     

粒子群优化算法在催化裂化模型参数估计中的应用

参数估计是化工模型工业应用中的重要课题,有相当的难度。针对催化裂化八集总模型的动力学参数估计问题,考察了不同类型优化算法的应用效果,结果表明,粒子群优化算法简单、容易实现,而且可以避免传统方法对初始值的依赖,并进一步提出用结合Levenberg-Marquardt算法的混合粒子群优化算法提高参数估计效果。工业实例表明,用混合粒子群优化算法得到的动力学参数可以保证模型的预测精度。     

复合粒子群优化算法在模型参数估计中的应用

化工非线性模型的参数估计是较为困难的寻优问题，经典方法常会陷入局部极值。粒子群算法操作简便、容易实现且全局搜索功能较强，适用于非线性参数估计。但其参数值的确定与问题相关，若设定不当，会严重影响全局搜索的性能。今提出引入遗传算法，在粒子群算法的搜索过程中，逐代优选参数，包括惯性权值，加速常数，以此构建为复合粒子群优化算法。分析与测试表明，其全局搜索性能有显著改善。进一步的工作又将两种粒子群算法成功地应用于重油热解模型的参数估计。采用复合粒子群优化算法估计参数构建的重油热解模型，其预报相对误差比常规粒子群优化算法降低了8.97％，比简单遗传算法降低了23.21％，效果明显。     

基于随机森林-粒子群复合算法的精馏过程辨识

为了应对化工行业日益增长的性能需求,基于模型的控制策略已经被广泛应用于化工过程的控制与优化.精馏过程的高度非线性特点,使得其模型辨识一直是过程工业中的一个难点.文中基于精馏过程的数据特性,提出了具有良好识别度的随机森林-粒子群算法,通过将粒子群算法中的适应度函数定义为基于随机森林算法的均方误差以确定其最佳参数.最后通过...     

基于粒子群优化算法的板翅式换热器优化设计

以板翅式换热器的质量作为目标函数,以换热器芯体外形尺寸和翅片参数作为优化变量,采用粒子群优化算法对其结构尺寸进行优化设计,获得了换热器质量减轻、体积减小的效果。     

基于粒子群算法的喷水减温器建模研究

根据质量守恒和能量守恒定律建立喷水减温器的机理模型。为了提高模型精度,利用粒子群优化算法对喷水减温器的机理模型参数进行优化,并利用Matlab进行仿真,仿真结果很好地证明了模型的精确性。     

基于新策略粒子群算法优化换热网络

换热网络综合优化是过程系统中最广泛研究的方向。尽管如此,MINLP的复杂性给粒子群算法的应用提供了广泛的空间。首先,提出两种不同机理的局部搜索策略来完善粒子群算法作为启发式算法局部搜索能力不强和精度不高的问题,使算法能更有利地接近全局最优的局部极值。其次,对含固定投资费用的算例,采用费用计算替换公式的策略,来避免迭代计算初期面积较小时因为固定投资费用权重较大而使算法陷入局部最优问题。最后用4个四股流算例分别从不同侧面说明以上两种策略的有效性,并都得到了该算例目前为止最好的局部极值。     

粒子群优化算法的发展及应用

讨论了粒子群优化算法的发展和应用。介绍了粒子群优化算法的基本原理和算法流程,并且与其他演化算法进行了比较,给出了一些经常用到的测试函数。针对粒子群优化算法在搜索后期存在的不足,介绍了改进的粒子群优化算法,重点介绍了在实际应用领域中用到的改进粒子群优化算法。     

基于新策略粒子群算法优化换热网络

换热网络综合优化是过程系统中最广泛研究的方向。尽管如此,MINLP的复杂性给粒子群算法的应用提供了广泛的空间。首先,提出两种不同机理的局部搜索策略来完善粒子群算法作为启发式算法局部搜索能力不强和精度不高的问题,使算法能更有利地接近全局最优的局部极值。其次,对含固定投资费用的算例,采用费用计算替换公式的策略,来避免迭代计算初期面积较小时因为固定投资费用权重较大而使算法陷入局部最优问题。最后用4个四股流算例分别从不同侧面说明以上两种策略的有效性,并都得到了该算例目前为止最好的局部极值。     

基于改进粒子群算法的TTCAN系统矩阵的优化

在基于时间触发的CAN总线控制系统中,TTCAN协议的任务调度是一个很重要的问题。针对这一问题,提出了基于改进粒子群算法的TTCAN系统矩阵优化方法,给出了详细的优化过程,并对算法进行了仿真研究。结果表明,改进的粒子群算法有效地减少了CAN的干扰抖动问题,提高了TTCAN网络带宽利用率,使得在实时控制系统中总线负载达到峰值时仍然能得到可靠的传输。     

基于改进粒子群算法的变压器故障诊断研究

针对基本粒子群算法存在收敛慢、易陷入局部极值的缺点,分析了粒子群算法中惯性权重和加速因子的作用,对其作了修改,并用改进后的粒子群算法训练神经网络,应用在变压器故障诊断上。仿真结果表明:改进后的粒子群算法迭代次数少,收敛速度比改进的BP算法快,可以对变压器的故障类型进行区分。     

基于粒子群优化算法的烯烃聚合反应动力学参数估计

聚合反应动力学参数估计是烯烃聚合过程建模与优化的重要环节和难点.针对Ziegler-Natta催化剂多活性中心特性、反应复杂、动力学参数多的问题,提出了基于粒子群优化(PSO)算法的烯烃聚合反应动力学参数估计方法.该方法以聚烯烃分子量分布(MWD)、短支链分布(SCB)、共聚组成分布(CCD)等微观链结构为目标,以动力...     

混合粒子群算法用于共沸精馏塔的最优设计

提出了一种适于求解混合整数非线性规划问题的混合粒子群优化算法,并将其与化工过程模拟软件相结合,用于共沸精馏塔的最优设计。优化模型以年度总费用最小为目标,以精馏段板数、提馏段板数和回流比为优化变量,并引入流体力学约束使得优化结果更具实际价值,并以效率更高的"轮盘赌"式策略处理整数变量,约束处理采用Deb方法。最终以C++实现优化算法,C#编制界面,通过商业模拟软件Aspen Plus计算粒子适应度,将本方法用于一个醋酸甲酯/甲醇/水三元共沸组成的分离案例,所获最优年度总费用优于文献结果。     

基于粒子群算法的PDC钻头钻井参数优化

钻头钻井参数的优化问题是油气钻井工程领域研究的核心问题之一。本文建立了一套基于粒子群算法的PDC钻头钻井参数优化方法,探讨了优化目标函数,并对现有钻速模型进行了修正,确定了相应约束条件的数学表达式。     

基于粒子群算法原油集输管网优化方式刍议

我国经济的快速发展,在一定程度上促进了油田事业的发展。油田开发在进入中后期之后,频繁进行井网加密,怎样在有效利用已建联合站的基础上,最大限度的减少投资管网建设,合理分配联合站与计量间之间的原油集输管网。将管网最小造价作为目标函数,将联合站的连接方式、集输半径以及最大年处理能力作为约束条件,建立相应的单目标优化模型,通过粒子群算法寻找模型具有的优点与特点,与十进制编码有机的结合,利用适应度函数进行评价,以此来完成这一模型的优化求解。     

动力配煤技术及其自动控制系统的设计

系统论述了动力配煤的主要技术,对配煤模型、配煤工艺进行了重点研究。并在此基础上,设计了基于煤质全元素在线检测技术的配煤自动控制系统,为实施配煤自动控制提供了一种新的方法。