應(yīng)用于化工動(dòng)態(tài)過(guò)程的智能優(yōu)化方法研究.pdf

1、隨著工業(yè)生產(chǎn)過(guò)程中操作環(huán)境和條件控制的要求逐漸提升，工業(yè)優(yōu)化中體現(xiàn)出強(qiáng)非線(xiàn)性、高緯度等特性。動(dòng)態(tài)優(yōu)化方法正是克服這些特性的有效手段，逐漸受到各行各業(yè)的關(guān)注和重視，已廣泛應(yīng)用于化工生產(chǎn)、航空制導(dǎo)、機(jī)械制造等多個(gè)領(lǐng)域。作為數(shù)值分析的經(jīng)典計(jì)算方法之一，控制向量參數(shù)法將控制變量在時(shí)間區(qū)域內(nèi)近似離散表示為參數(shù)化的基函數(shù)，從而將標(biāo)準(zhǔn)的無(wú)限維動(dòng)態(tài)優(yōu)化問(wèn)題轉(zhuǎn)換為有限維的受狀態(tài)約束的數(shù)學(xué)規(guī)劃問(wèn)題?；谌褐悄艿倪M(jìn)化計(jì)算方法因其簡(jiǎn)單易于編程實(shí)現(xiàn)、可分布計(jì)算、

2、全局搜索能力強(qiáng)且具有較強(qiáng)的健壯性等優(yōu)點(diǎn)，成為優(yōu)化領(lǐng)域新一輪的研究熱點(diǎn)。本文主要研究基于控制向量參數(shù)化的啟發(fā)式智能優(yōu)化算法求解無(wú)約束和含約束的動(dòng)態(tài)優(yōu)化問(wèn)題，以及在化工動(dòng)態(tài)系統(tǒng)上的應(yīng)用。
　　論文的主要工作有:
　　(1)在闡述動(dòng)態(tài)系統(tǒng)模型的基礎(chǔ)上，通過(guò)分析群智能算法的特性，提出以控制向量參數(shù)化為基礎(chǔ)的群智能算法求解化工動(dòng)態(tài)系統(tǒng)的基本算法結(jié)構(gòu)。
　　(2)根據(jù)上述算法結(jié)構(gòu)，將三種基于群智能的進(jìn)化算法（入侵雜草優(yōu)化算法、花授

3、粉算法以及螢火蟲(chóng)算法）分別與控制向量參數(shù)化方法結(jié)合，并應(yīng)用于求解間歇反應(yīng)器等化工實(shí)例，測(cè)試和分析結(jié)果表明三種啟發(fā)式智能優(yōu)化方法具有良好的收斂性能。
　　(3)針對(duì)智能算法在處理強(qiáng)非線(xiàn)性化工動(dòng)態(tài)優(yōu)化問(wèn)題時(shí)易陷入局部極值的缺點(diǎn)，通過(guò)分析入侵雜草算法和花授粉算法的收斂特性，基于依據(jù)種群狀態(tài)動(dòng)態(tài)改變參數(shù)的思想，提出方差自適應(yīng)入侵雜草優(yōu)化算法和概率自適應(yīng)花授粉優(yōu)化算法，化工生產(chǎn)測(cè)試實(shí)例表明改進(jìn)的算法可以在整個(gè)迭代周期內(nèi)有效平衡全局探索和局部

4、開(kāi)拓能力，尋優(yōu)性能和結(jié)果精度有明顯提升。
　　(4)針對(duì)含有路徑約束和終值約束的動(dòng)態(tài)系統(tǒng)求解問(wèn)題，提出兩種結(jié)合控制向量參數(shù)化方法的智能約束優(yōu)化算法?；诹P函數(shù)的自適應(yīng)入侵雜草算法將狀態(tài)約束作為附加項(xiàng)加入性能指標(biāo)函數(shù)中，得到帶有增廣性能指標(biāo)的無(wú)約束動(dòng)態(tài)優(yōu)化問(wèn)題，依據(jù)多階段配置函數(shù)，算法在搜索過(guò)程中動(dòng)態(tài)改變懲罰因子的取值;基于梯度修正的自適應(yīng)入侵雜草算法利用約束的梯度信息矯正不可行個(gè)體，使群體在尋優(yōu)過(guò)程更大的可能趨向可行域中。含約束的