融合copula EDA的AEA算法及其在参数估计中的应用

着眼于AEA(Alopex-based evolutionary algorithm)算法本身的不足,提高算法寻优性能,今构造出了一种融合了copula分布估计算法(copula EDA)和AEA算法的改进型算法-CAEA。将copula分布估计算法嵌入到AEA中,改进AEA算法中种群的生成方式,保持了种群的多样性。改进后的算法不仅拥有AEA算法启发搜索和确定性搜索的优点,同时还具有copula分布估计算法收敛速度快、包含全局搜索信息的特点。利用CAEA算法对9个标准函数进行测试实验,并与AEA算法、改进的粒子群算法(MSCQPSO)和差分进化算法(ISDEMS)的测试结果进行比较,结果表明CAEA算法无论在精确度还是稳定性方面都具有较大的提高。最后将算法用于发酵动力学模型参数的估计,通过优化得到了较好的结果,充分验证了所提出的算法的可行性和有效性。     

一种基于Alopex的参数自适应进化算法及其在软测量建模中的应用

提出了一种基于Alopex的参数自适应进化算法(SaAEA)。SaAEA算法将进化分为两个层面,即种群个体利用AEA算法进化,算法参数利用粒子群算法进化,实现参数的自适应调整。并将差分算法中使用的交叉操作引入到AEA算法以改善种群多样性。SaAEA算法在14个典型测试函数上进行了测试,测试结果表明,与基本的AEA算法相比,SaAEA算法寻优性能有了较大的提高,获得的解的质量和收敛速度均有明显提高。最后,将SaAEA算法应用于乙烯裂解深度神经网络软测量建模,得到的模型有较好的泛化能力。     

改进的差分进化算法及在聚丙烯牌号切换优化中的应用

针对差分进化算法早熟问题,提出一种改进差分进化算法,采用动态缩放因子解决优化过程中的变量约束问题,在进化过程中自动地调整控制参数取值以保证变量约束条件;引入聚集度作为参数评估种群分布的密集程度,增加一种新的变异算子在进化过程中根据聚集度情况对部分个体进行后续变异操作,适时调整种群分布,提高种群多样性,增强全局搜索能力。建立了聚丙烯牌号切换优化模型并将改进的差分进化算法应用于牌号切换优化模型的求解,仿真实验结果表明改进的差分进化算法在全局搜索能力和搜索效率两个方面有较大提高。     

改进的AEA算法及其在重油热解模型参数估计中的仿真研究

着眼于AEA算法本身的不足点,通过更合理地给定其每一代的行走步长,提出一个改进的AEA算法(IAEA)来提高AEA算法的寻优性能。鉴于行走步长对于进化的不同阶段全局搜索和局部搜索之间的关系影响,今提出IAEA的步长应随着实际进化的不同阶段而合理地变化,以使得算法能跳出局部最优,避免早熟现象的发生。IAEA算法在7个典型测试函数上进行了测试,测试结果表明,与基本AEA算法、PSO和DE算法相比,IAEA的寻优性能有了很大的提高,不仅获得的解的质量更好,而且算法的稳定性都得到了提高。最后将IAEA算法用于重油热解模型参数估计的仿真研究中,通过验证,得到了更有利的结果,说明文中提出的算法是有效的。     

基于群体信息挖掘的协同差分进化算法及其应用

为了提高差分进化算法的寻优速度和寻优效能,提出了一种基于群体信息挖掘的协同差分进化算法。该算法首先利用协同进化的思想,将种群分解成不同的子种群,每个子种群采用不同的差分策略进行独立的差分和交叉操作,再将各个子种群合并成一个种群,并根据每个个体的适应度值挑选出最优个体;为了提高差分进化算法的局部搜索能力,引入了多元回归分析和模式搜索算法,对于整个种群,利用最小二乘法求得种群的寻优方向信息,并以此来指导种群中的每一个个体进行模式搜索。仿真试验和在精对苯二甲酸生产过程对羧基苯甲醛含量软测量模型参数估计中的实际应用表明：该算法的性能比传统的差分进化算法有较大的提高,取得了较好的效果。     

基于Kriging的差分进化算法及其在苯乙烯流程优化中的应用

自适应差分进化算法基于个体生成策略和控制参数自适应,无须人为设置参数,对问题有较好的适应性,但其收敛速度和精度有待提高。将具有较高预测精度的Kriging模型应用于自适应差分进化算法中,建立跟随种群变化的Kriging模型,通过模型极值点与种群最优个体竞争,对种群产生扰动,影响种群进化过程,改善算法的收敛速度和寻优性能。对10个典型测试函数的测试结果表明,该算法较标准和自适应差分进化算法收敛速度加快,收敛精度提高,且具有更好的稳定性。将基于Kriging的差分进化算法应用于苯乙烯装置的流程优化,操作运行费用显著降低。     

文化差分进化算法及其在化工过程建模中的应用

提出了一种新的文化差分进化算法,该算法将差分进化算法作为文化算法的种群空间,在文化算法的信念空间和影响函数设计中提出了基于多种知识源的设计方法,通过多种知识指导差分进化的变异操作和交叉操作,使知识的表达和指导种群进化的能力得到加强。函数测试结果表明,基于知识机制的引入使得文化差分进化算法在寻优性能上比差分进化算法有了较大的提高,而对参数的敏感性却相对较小。将文化差分进化算法用于训练补偿模糊神经网络,建立乙烯精馏塔产品质量软测量模型。通过训练与泛化能力的比较结果表明,基于文化差分进化算法的补偿模糊神经网络软测量模型在建模精度和泛化性能上均优于常规补偿模糊神经网络、模糊神经网络以及采用遗传算法优化的模型,具有更好的应用前景。     

基于AEA与加权正态分布的改进算法NAEA及其在重油热解模型中的应用

提出了一种AEA(Alopex-based evolutionary algorithm)的改进算法NAEA。该算法从AEA迭代过程的每一代种群中选择若干适应度值较高的个体,并假设被选中的个体服从正态分布。根据该分布重新采样产生新个体,选择最好的若干新个体替换原种群同等数量的最差个体。在计算正态分布的均值时,采用个体适应度值的大小来分配权值,从而使得算法可以更快更准地收敛到函数最优值。22个标准测试函数的优化结果表明:改进后的算法与AEA相比,不仅在寻优能力方面有了很大的提高,并且收敛速度也有了显著的提升。最后,将NAEA应用在重油热解模型的参数估计中,良好的结果也反映了NAEA算法的良好性能和实际应用价值。     

基于改进差分进化算法的化工参数估计

为提高化工参数估计的精度，本文提出一种改进的差分进化(improved differential evolution,IDE)算法，并将其应用于甲醇转化烃类物质的参数估计问题。IDE算法设计了一种混合差分变异策略，主要利用种群中的当前个体、较优个体和指导个体实现算法寻优，并对参数进行了调整。该算法在提高种群多样性的同时能够加快收敛速度，在一定程度上降低搜索陷入局部最优的可能性。为验证算法在甲醇转化烃类物质的参数估计问题上的有效性，将IDE算法与部分已有算法进行比较。实验结果表明，本文算法提高了甲醇转化为烃类物质的化工参数估计精度，具有较强的竞争性。     

基于知识改进的文化算法及其在化工动态优化中的应用

针对化工以及生化过程的动态优化问题,提出了一种基于改进知识引导的文化算法。该算法首先对控制搜索域与时间域分别进行了等分和离散化,利用"软约束"思想编码控制序列,采用"种群产生"-"控制域进化"-"种群寻优"迭代过程实现对控制序列的逐步寻优;其次在种群空间采用遗传算法,在信度空间采用差分算法,并将进化过程中的已有种群信息设计为3种知识,通过分析知识、提取知识、管理知识来指导进化过程。由于引入了文化进化理念和机制,大大提高了动态优化问题的搜索效率。通过3种典型化工动态优化问题的仿真实例,表明该算法具有较好的寻优效率以及更好的优化结果,验证了该算法在解决具有非线性动态约束问题的有效性。     

带有精英保留机制的混合差分化学反应算法

传统智能算法在求解复杂的带有多峰特点的优化问题时, 由于其计算量和变异方式的限制很容易陷入局部最优, 并且不具备跳出局部最优进行二次搜索等能力。针对这一问题, 本文提出了混合差分的化学反应算法, 在利用化学反应算法(CRO)良好的全局搜索能力的同时, 使用差分变异策略来加强算法的计算精度。对于优秀分子可能在反应中被消耗掉的现象, 有针对性地加入了精英保留机制来保持种群的优良。本文选取了CEC2005中的测试函数, 特别是几个带有多峰特点的复杂测试函数来分析改进算法的各项性能, 并与几个改进的智能算法进行了对比实验。最终验证改进算法在提高计算精度和全局搜索能力两方面具有良好的效果。     

差分演化算法中变异策略的改进与算法的优化

自然界生物体进化现象可以形式化成一些优化算法,如差分演化算法、粒子群算法等。其中,差分演化算法在数值函数优化方面的性能要优于其它的优化算法。通过对差分演化算法的变异策略改进,使优化后的差分演化算法在函数优化方面性能得到进一步提高。通过十个基准函数的仿真测试可以验证这一结果。     

改进的精英教学优化算法及其在甲醇合成优化中的应用

为了提高精英教学算法（ETLBO）的寻优能力,特别是精度差、寻优速度慢的问题,提出改进的精英教学算法。首先,通过自主学习过程,加强对优质解所在区域的局部勘探,提高算法的寻优效率。其次,引入“差异化帮扶”思想及自适应机制,对不同水平的学生施予适宜的、灵活的学习方式,有针对性的帮助,平衡了算法的勘探速度、精度。通过增加学生间的交流次数,提高了算法的全局勘探能力。标准函数优化结果表明,改进后的算法在寻优能力和勘探效率两方面都有明显提高。最后,建立甲醇合成的机理模型,将改进后的算法应用于甲醇合成过程的优化,取得了良好的效果。     

A novel 3-layer mixed cultural evolutionary optimization framework for optimal operation of syngas production in a Texaco coal-water slurry gasifier☆

Optimizing operational parameters for syngas production of Texaco coal-water slurry gasifier studied in this paper is a complicated nonlinear constrained problem concerning 3 BP (Error Back Propagation) neural networks. To solve this model, a new 3-layer cultural evolving algorithm framework which has a population space, a medium space and a belief space is firstly conceived. Standard differential evolution algorithm (DE), genetic algorithm (GA), and parti-cle swarm optimization algorithm (PSO) are embedded in this framework to build 3-layer mixed cultural DE/GA/PSO (3LM-CDE, 3LM-CGA, and 3LM-CPSO) algorithms. The accuracy and efficiency of the proposed hybrid algo-rithms are firstly tested in 20 benchmark nonlinear constrained functions. Then, the operational optimization model for syngas production in a Texaco coal-water slurry gasifier of a real-world chemical plant is solved effective-ly. The simulation results are encouraging that the 3-layer cultural algorithm evolving framework suggests ways in which the performance of DE, GA, PSO and other population-based evolutionary algorithms (EAs) can be improved, and the optimal operational parameters based on 3LM-CDE algorithm of the syngas production in the Texaco coal-water slurry gasifier shows outstanding computing results than actual industry use and other algorithms.     

基于优进策略的差分进化算法及其化工应用

鉴于常规差分进化算法容易“早熟”,全局寻优能力有待提高,提出了基于优进策略的差分进化算法,利用种群繁衍的有用信息改进子代分布,并引入确定性寻优操作,以提高寻优性能.设计了单纯形寻优操作和重布操作,并调整有关概率等.测试表明新算法的全局寻优性能有明显改善,已成功地应用于铯-铷-钒系低温硫酸催化剂上SO2氧化反应模型参数的估计,效果良好.     

引气剂对混凝土性能的影响研究

研究了引气剂对混凝土工作性、力学性能以及抗冻融性能的影响。结果表明：通过掺加引气剂增加新拌混凝土含气量,可以改善混凝土的工作性。同时混凝土的冻融耐久性得以改善,气孔间距系数越小,混凝土的冻融耐久性指数就越大。但是,引气剂的掺入降低了混凝土的强度,硬化混凝土平均孔径越小,越有利于减小因引气而造成的抗压强度损失。     

改进鲸鱼优化算法及其在渣油加氢参数优化的应用

针对智能优化算法在处理非线性优化问题中存在的容易陷入局部最优和收敛精度差等问题,提出了一种基于结合差分进化和精英反向学习的改进鲸鱼算法（DEOBWOA）。该算法引入对立搜索初始化、精英反向学习,并结合差分进化进行变异修正,显著有效地提高WOA算法的收敛精度和收敛速度,提高其跳出局部最优的能力。之后采用8个标准测试函数进行仿真实验,结果表明：DEOBWOA算法与标准WOA、HCLPSO、DE算法相比,全局搜索能力和收敛速度都有较大提升。最后建立了渣油加氢动力学模型,考虑到渣油加氢过程中存在诸多典型的非线性约束问题,以某炼化厂渣油加氢装置为例,应用DEOBWOA对渣油加氢反应动力学模型参数进行优化,结果表明该算法能较好地处理实际工程优化问题。