基于DNNNSGA-Ⅱ策略的注塑结构及工艺参数多目标优化

为保证注塑制品的质量与精度要求，以检测仪外壳的翘曲变形量和体积收缩率为优化目标，采用有限元分析软件Moldflow对其进行模拟分析。选取熔体温度、模具温度、注射压力、保压压力、保压时间、冷却时间6个工艺参数及结构参数(浇口直径)作为输入量，翘曲变形量和体积收缩率作为输出量，建立深度神经网络(DNN),并且，对网络进行改进。将混合水平正交试验得到的数据作为样本，对神经网络进行训练和测试，得到输入量和输出量之间的非线性映射关系。结合非支配排序遗传算法(NSGA-Ⅱ)对浇口直径及工艺参数进行优化，优化后，塑件的翘曲变形量为0.368 4 mm,体积收缩率为6.236%,与优化前相比，分别降低了67%、39%。     

SQP并行优化算法在离子膜烧碱生产中的在线优化

采用序贯二次规划(Sequential Quadratic Programming，SQP)的并行优化算法对5万t／a离子膜烧碱车间的膜效率进行在线优化，证明利用SQP并行优化方法开展在线优化是行之有效的。     

基于均匀分布NSGAII算法的污水处理多目标优化控制

针对污水处理过程控制中能耗过大、出水水质超标严重等问题，提出了一种基于均匀分布的NSGAII(non-dominated sorting genetic algorithm II based on uniform distribution, UDNSGAII)多目标优化智能控制系统。首先，该方法以污水处理能耗和出水水质作为优化目标，建立多目标优化模型。其次，为了获得溶解氧和硝态氮的优化设定值，提高Pareto解的性能，该算法将种群映射到目标函数对应的超平面, 并在该平面上进行聚类以增加解的多样性。此外，加入分布性判断模块和分布性加强模块提高解的分布性。最后，采用比例积分微分(proportional integral derivative, PID)控制器对溶解氧和硝态氮的优化设定值进行底层跟踪控制。为了验证该算法的有效性，采用国际基准的污水处理仿真平台(benchmark simulation model No.1, BSM1)来进行实验。结果显示，所提出的UDNSGAII多目标优化控制方法能够在满足出水水质达标的同时，有效地降低污水处理过程能耗。     

基于现行标准的葡萄籽提取物工艺优化研究

目的：为确保葡萄籽提取物(GSE)的安全性和有效性，基于中医药保健品进出口商会和美国药典USP43标准，对GSE的提取工艺进行优化。方法：以原花青素值、儿茶素与表儿茶素含量和作为关键质量属性(CQAs)，首先优选提取溶剂，并在单因素实验基础上，通过质量源于设计(QbD)理念建立了葡萄籽提取物的设计空间与优化空间。结果：单因素实验提示，丙酮对原花青素的提取效率最高，且儿茶素、表儿茶素在提取物中的含量显著低于乙醇、甲醇等提取溶剂；方差分析结果表明，通过Box-Behnken设计建立的提取工艺模型具备统计学意义(P<0.000 1)，葡萄籽提取物的优化提取工艺为丙酮体积分数40%～48%，料液比1∶10 g/mL，提取时间1.5 h，提取1～3次，以优化工艺参数提取，提取物中原花青素值为1.8079%～1.9643%，儿茶素和表儿茶素的含量和不高于0.8131%(RSD<5%)，此优化工艺可为GSE的工业化生产提供参考。     

原油管道蜡沉积速率预测模型研究

准确地预测原油管道蜡沉积速率能够有效确定清管周期，以保证原油管道安全运行。针对BP神经网络(BPNN)模型学习效率低、对初始权重敏感且容易陷入局部最优状态等缺点，采用改进的麻雀搜索算法(ISSA)来优化BPNN的初始权值和阈值，建立ISSA-BPNN蜡沉积速率预测模型。以华池作业区38组蜡沉积实验数据为研究对象，使用MATLAB软件搭建预测模型并进行预测，同时与BPNN模型、遗传算法优化的BPNN模型(GA-BPNN)、粒子群优化算法优化的BPNN模型(PSO-BPNN)以及SSA-BPNN模型进行对比分析。结果表明：ISSA-BPNN模型预测蜡沉积速率的平均相对误差为1.353 1%,决定系数R²为0.994 8,均优于BPNN、GA-BPNN、PSO-BPNN和SSA-BPNN模型的预测结果，证明了ISSA-BPNN模型作为预测管道蜡沉积速率工具的准确性和可行性。     

激光诱导击穿光谱结合RFE-GBDT算法定量分析稀土矿石中的Fe和Y

稀土矿组成复杂，对选矿技术要求较高，寻找一种快速检测分析稀土矿石中元素的方法对稀土矿选矿具有重要意义。激光诱导击穿光谱(Laser-induced Breakdown Spectroscopy, LIBS)是检测稀土矿石中元素的一种重要手段，可以进行现场分析，无需制备复杂样品。建立了一种基于LIBS结合递归特征消除(Recursive Feature Elimination, RFE)和梯度提升树(Gradient Boosting Decision Tree, GBDT)算法的模型对稀土矿石中Fe元素和Y元素进行快速定量分析。采用激光诱导击穿光谱仪对25个样品进行光谱采集，将采集的光谱进行预处理后使用5折交叉验证对RFE阈值进行优化，再通过贝叶斯搜索对GBDT模型参数进行优化，构建了RFE-GBDT校正模型，对稀土矿石中的Fe和Y进行了定量分析并与真实值进行对比，结果表明，Fe和Y的预测决定系数(R_P²)分别为0.957 1和0.930 7,预测均方根误差(RMSEP)分别为0.072 7和0.022 6,说明该模型具有良好的预测性能，可以...     

基于Isight平台的橡胶材料超弹模型参数优化

超弹模型及参数的选择对于橡胶制品仿真计算结果的准确性有着重要的影响。对三元乙丙圆柱形橡胶试样进行单轴压缩实验，利用不同的超弹模型对实验值进行拟合，建立与实验条件一致的仿真模型，来判断不同超弹模型计算准确性。基于Isight优化平台，选择序列二次规划(NLPQL)算法对拟合的超弹模型参数进一步优化，利用优化后参数进行仿真计算。结果表明，优化参数仿真计算结果与实验值具有很好的一致性，其能够更准确地描述橡胶材料的超弹特性。     

基于群智能算法优化LSTM的催化裂化预测研究

针对长短期记忆神经网络(LSTM)预测模型中许多网络参数过分依赖于经验设置，人工参数设置导致模型的精度低、泛化能力弱等问题，采用搜索范围广、收敛速度快的粒子群算法(PSO)和布谷鸟算法(CS)对LSTM的一些超参数进行优化，构建PSO-LSTM模型和CS-LSTM模型，寻找到LSTM的最优参数集，从而更好地提高了模型预测精度。将优化后的模型应用于催化裂化吸收稳定系统主要控制变量解吸塔再沸器返塔温度预测中，验证了模型的有效性。     

应用Taguchi实验设计法最小化注塑成型制品沉降斑

基于注塑成型充填后的充填模拟，应用Taguchi实验设计(DOE)技术，采用L9(3^4)正交矩阵进行实验，并采用变量分析(ANOVA)研究了工艺参数对制品内最大沉降斑的影响，优化工艺参数以使注塑制品内的沉降斑指数最小，从而提高制品质量。     

基于PSO-控制变量参数化混合策略的间歇化工过程优化控制

控制变量参数化方法作为一种化工过程动态优化的梯度搜索算法，其求解效率过于依赖初始给定轨迹。目前初始轨迹一般都是设定在边界值或中间值，缺乏科学依据，从而大大影响了算法的收敛速度。针对这一问题，提出了一种粒子群优化(PSO)与控制变量参数化方法混合的策略，首先利用粒子群优化对间歇化工过程最优控制量进行求解，结果作为控制变量参数化方法初始给定轨迹，进行二次优化。双层优化的混合策略提高了控制变量参数化方法的收敛速度和粒子群优化算法的求解精度。将混合策略应用于两个间歇化工过程优化控制实例，仿真结果表明了该算法对求解化工过程动态优化问题具有可行性和有效性。     

基于SSA-MIC-SMBO-ESN的水质预测模型

水污染事件威胁人类生产和生活安全，提前预测水质变化对水污染的快速反应具有重要意义。基于水质数据的时序性，引入泄漏积分型回声状态网络(ESN)，以莆田市东圳水库水质监测站的10种水质指标数据作为样本，分别构建DO、COD_Mn、TP的水质预测模型。首先，在用邻近点线性趋势法对缺失值进行填充，用Z-score法和邻近点线性趋势法对异常值进行检测修正的基础上，用奇异谱分析(SSA)算法对水质数据进行平滑降噪处理；然后，采用最大互信息系数(MIC)衡量水质指标之间的相关度，选取相关系数较大的水质指标作为待预测水质指标的输入特征；最后，利用ESN构建基于多特征的水质预测模型，其中采用序列模型优化(SMBO)算法对模型的超参数进行优化。试验结果表明，构建的DO、COD_Mn和TP的SSA-MIC-SMBO-ESN水质预测模型都具有较高的预测精度，适合实际应用。     

光催化降解甲基橙及强化工艺研究进展

对光催化降解甲基橙(MO)过程中催化剂、反应器、影响因素、提高光催化反应效率措施4个方面进行综述，重点总结不同催化剂对MO降解率的影响及光催化反应器的研究进展。提高光催化降解MO的关键在于催化剂表面电子-空穴的分离、转移效率以及反应器光源与溶液光透过率的匹配。据此，将现有提高光催化降解MO措施分为3类：(1)优化催化剂捕获光的能力；(2)优化反应器内光源点布置；(3)改善催化剂负载方式，提高催化剂比表面积和表面微流动特性。最后，提出提高光催化效率需从光源分布与溶液的透光性不匹配的矛盾入手，以“光均匀分布”为原则优化反应器光源布置，提高吸光过程和催化过程的协同性。     

103-GC-FPD工作条件的优化设计与实例研究

103—GC—FPD是以火焰光度检测器(FPD)为主检测设备的气相色谱(GC)工作系统，在实测时需要对色谱工作条件进行优化，如：载气流速、色谱柱高和温度等，以提高分离效果和检测灵敏度。笔者采用了多因素分析方法的正交试验，研究了上述因子对FPD灵敏度的影响效果，并针对实测对象P—N2混合气中的黄磷，优化出了最佳色谱工作条件。     

大型氨厂一段转化炉用能分析

利用夹点分析方法，对贵州赤天化集团公司合成氨装置的一段转化炉对流段(包括天然气增湿部分)进行用能分析，并在此基础上进行调优，以实现生产装置的能量综合优化。     

回归正交设计在PEK-C增韧酚醛树脂研究中的应用

采用计算机辅助回归正交设计的方法对酚酞型聚醚酮(PEK-C)增韧酚醛树脂进行研究，通过回归正交设计，对共混体系的组分配比和成型工艺参数进行优化，预测出最佳配比和工艺参数，并通过试验得到验证。     

碳五隔壁反应精馏预处理工艺模拟及多目标优化

针对碳五综合利用预处理工段能耗较高的现状，在反应精馏(RD)预处理流程基础上提出了隔壁反应精馏(RDWC)预处理流程。首先，利用化工模拟软件Aspen Plus搭建RDWC四塔等效严格模型，并对其进行自由度和单变量分析。在此基础上，以响应面Box-Behnken Design(BBD)方法作为模型拟合工具，拟合出目标变量与决策变量之间的函数关系，并对拟合结果进行方差分析(ANOVA)。最后采用基于分解的多目标进化算法(MOEA/D)对RDWC预处理流程进行多目标优化，得到一系列Pareto最优解，选出其中年总成本(TAC)最小的一组解与RD预处理流程进行对比。结果显示：与RD预处理流程相比，RDWC预处理流程可以节约TAC 12.8%，节省再沸器负荷27.8%，选择性也有所提高。     

基于UHPLC-QTOF-MS鉴别刺葡萄酒和赤霞珠葡萄酒研究初探

为了探索红葡萄酒中刺葡萄酒与赤霞珠葡萄酒鉴别的可行性，将葡萄酒样品过滤，对仪器设备的分析条件进行优化，采用超高效液相色谱-四极杆飞行时间质谱(UHPLC-QTOF-MS)和C₁₈色谱柱对红葡萄酒样品进行检测分析，利用Profinder B.08.00软件进行特征化合物提取，利用Mass Profiler Professiona(MPP)进一步进行化合物筛选，并进行主成分分析(PCA),以偏最小二乘法(PLSD)建立预测模型，运用Classifier 1.0对建立的模型进行分析评价。基于HPLC-QTOF-MS对检测到的物质进行主成分分析，建立的模型具有良好识别性，其正确率在80%以上，在鉴别刺葡萄酒和赤霞珠葡萄酒方面具有应用价值，为葡萄酒鉴定溯源提供了一种思路。     

基于并行EGO和代理模型辅助的多参数优化方法研究

化工流程模拟优化问题常常具有高维、非线性的特点，使得仿真计算难以收敛。过长的求解时间是调度优化和运行优化的主要瓶颈之一。采用代理模型对机理模型进行替代是降低计算复杂度、保证结果准确性的有效途径。Kriging代理模型具有较强的非线性近似性，但处理高维问题依然较为困难。因此，本文研究并行EGO(efficient global optimization)算法与代理模型集成，并将模型应用于化工过程。并行EGO算法以Kriging代理模型的预测函数和误差函数为基础，先推导出样本分布概率密度函数与累积分布函数相结合的解析表达式；然后通过PEI(pseudo expected improvement)准则得到新的样本点以更新代理模型；最后结合改进的差分进化算法对优化参数进行全局搜索。在保证结果准确性的前提下，将本文算法与其他优化算法进行比较。8个多峰测试函数的测试结果表明，该算法的收敛速度提高了85%。然后将其应用于双级氨吸收制冷过程的模拟，结果表明该方法的模拟误差小于0.01%，优化时间从9846 s缩短至3705 s。     

活化过一硫酸盐强化调理污泥脱水研究

为强化过硫酸盐氧化技术改善污泥调理的效果，提高污泥的脱水性能，采用Fe(Ⅱ)活化过一硫酸盐(PMS)对市政污泥进行调理。在单因素试验的基础上，利用Box-Behnken设计的响应曲面法，以毛细吸水时间(CST)降低率为响应值，对PMS搅拌转速、PMS搅拌时间、FeSO₄搅拌转速、FeSO₄搅拌时间4个影响因素进行优化，结果表明，在PMS搅拌转速为100r/min,PMS搅拌时间为19min,FeSO₄搅拌转速为230r/min,FeSO₄搅拌时间为60min的条件下，CST降低率可达到59.94%，表明过硫酸盐体系的搅拌优化对于污泥调理环节有着强化作用。     

响应面优化CMODE吸附剂的制备及其性能研究

为优化提升天然硅藻土对水体中重金属的吸附性能，采用“煅烧-钙化-柱撑”三步法对天然硅藻土进行纯化改性，合成制备硅藻土基改性吸附剂（CMODE）。利用响应面法的Box-Behnken设计优化CMODE吸附剂的制备条件，结果表明对CMODE制备影响顺序为：煅烧温度（X1）>Ca2+浓度（X2）>OH-/Al3+比（X3），且在煅烧温度350℃、Ca2+浓度5%、柱化液OH-/Al3+比2.2的优化条件下，CMODE对Pb(II)吸附去除率预测值可达93.45%，验证试验得到Pb(II)去除率为92.83%，与模型预测值的偏差仅为0.62%，说明实验值与模型预测值之间拟合良好，回归拟合得到的二次多项式模型能够有效预测CMODE吸附性能。CMODE对Pb(II)的吸附过程与二级动力学模型和Langmuir等温吸附模型拟合良好，表明CMODE对Pb(II)的吸附为单分子层化学吸附，且CMODE对Pb(II)的吸附作用以静电吸引、离子交换和表面络合为主。