收藏本站
《北京化工大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

混沌粒子群优化算法及应用研究

徐文星  
【摘要】:粒子群优化算法(PSO)实现简单,且为复杂优化问题的求解提供了有效手段,已引起连续优化和智能计算领域学者的广泛关注,并取得了一些成功应用。但在其在化工过程领域的应用起步较晚,研究成果相对较少,且在处理约束优化、动态优化等问题时缺乏通用有效地机制。本课题针对工业生产过程中涉及的多种优化问题,改进与拓展现有的粒子群优化算法使之适用于不同类型的优化问题,并成功将其应用至高密度聚乙烯(HDPE)生产过程操作优化中。 本文针对PSO易于早熟和局部搜索精度低的不足,提出将其与混沌映射和传统梯度算法相结合的方案,并针对无约束(界约束)、有约束和动态优化问题分别提出了基于序贯二次规划(SQP)、内点法(IPM)和信赖域映射法(TRR)的混沌PSO,通过对Benchmark函数进行仿真,验证算法的收敛精度、速度和鲁棒性,并将其分别用于HDPE串级反应过程乙烯单体单耗优化、产品质量软测量模型参数优化及牌号切换优化。本文的主要研究工作与相关成果可归纳如下: 1、针对粒子群算法易于早熟和后期收敛速度慢,局部搜索精度不高的缺陷,提出使用混沌映射帮助粒子跳出局部最优,防止早熟以及利用传统梯度算法加快局部搜索的思路。并以逻辑混沌映射和SQP为例,与PSO相结合,形成CPSOSQP算法,并以Benchmark函数实验结果表明这种相结合思路的可行性。 2、为进一步提高CPSOSQP算法的收敛速度和鲁棒性,对算法的混合方式进行改进,先后提出两种改进的基于SQP局部搜索的混沌粒子群优化算法(CPSO-SQP和CPSO-SQPII),并对无约束(界约束)Benchmark函数进行仿真,结果表明了算法的优势。应用CPSO-SQP算法对HDPE装置串级反应过程的乙烯单耗进行优化,根据工业反应机理和现场操作经验分析可知算法是可行的。 3、在CPSO-SQPII中的混沌粒子群算法中引入约束处理机制,并将内点法作为局部搜索算法,提出基于内点法的混沌PSO(CPSO-IPM),用于解决约束优化问题。对约束Benchmark函数和经典机械设计问题的仿真结果表明了算法的有效性。对HDPE装置串级反应过程产品质量软测量模型参数进行优化的结果表明了算法的可行性和优越性。 4、将基于预处理共轭梯度(PCG)的TRR作为局部搜索算法,和CPSO-SQPII中的混沌粒子群算法相结合,提出基于TRR的混沌粒子群大规模优化算法(CPSO-TRR),并将其与同步法相结合用于解决动态优化问题。在高密度聚乙烯(HDPE)装置串级反应牌号切换过程优化中的应用表明了算法的可行性。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 俞欢军,许宁,张丽平,胡上序;混合粒子群优化算法研究[J];信息与控制;2005年04期
2 段玉红;高岳林;;基于蚁群信息机制的粒子群算法[J];计算机工程与应用;2008年31期
3 田东平;徐成虎;;改进的粒子群优化算法的研究和分析[J];计算机工程与应用;2008年34期
4 钱彭飞;章兢;谢燕江;;一种新的混合粒子群优化算法[J];科技导报;2010年22期
5 王姝;陈崚;;基于正交试验设计的粒子群优化算法[J];扬州大学学报(自然科学版);2010年02期
6 高卫峰;刘三阳;;一种高效粒子群优化算法[J];控制与决策;2011年08期
7 靳雁霞;韩燮;周汉昌;;改进的粒子群优化算法[J];计算机工程与设计;2009年17期
8 陈贵敏;贾建援;韩琪;;粒子群优化算法的惯性权值递减策略研究[J];西安交通大学学报;2006年01期
9 郑友莲;樊俊青;;多目标粒子群优化算法研究[J];湖北大学学报(自然科学版);2008年04期
10 黄贤英;张丽芳;;基于粒子群优化的模糊聚类算法[J];重庆工学院学报(自然科学版);2008年11期
11 高平安;蔡自兴;余伶俐;;一种基于多子群的动态优化算法[J];中南大学学报(自然科学版);2009年03期
12 刘华蓥;林玉娥;张君施;;基于混沌搜索解决早熟收敛的混合粒子群算法[J];计算机工程与应用;2006年13期
13 孙小强;张求明;;一种基于粒子群优化的多目标优化算法[J];计算机工程与应用;2006年18期
14 栾垚琛;盛建伦;;基于粒子群算法的混洗蛙跳算法[J];计算机与现代化;2009年11期
15 曲彦文;张二华;杨静宇;;基于时变系数与社会认知模拟的粒子群优化[J];计算机科学;2009年05期
16 田宇;李斌;王瑜;;双吸引子多群体粒子群算法解决动态优化问题(英文)[J];系统仿真学报;2010年05期
17 李丙春;;粒子群优化算法及其应用[J];喀什师范学院学报;2006年03期
18 刘彤彤;;基于小波网络的复杂系统建模方法研究[J];科技咨询导报;2007年11期
19 吴文珍;梁兴柱;房会军;马爱琴;;粒子群优化算法在管道保温优化设计中的应用[J];大庆石油学院学报;2007年03期
20 史海军;王志刚;郭广寒;;引入变异算子的粒子群优化算法[J];长春理工大学学报(自然科学版);2007年03期
中国重要会议论文全文数据库 前10条
1 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
3 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
4 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
5 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
7 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
8 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 卓永强;;船舶车舵联动协同控制最优化的研究[A];1995-2009航海技术论文选集(第1集)[C];2010年
中国重要报纸全文数据库 前10条
1 福建尤溪供电有限公司总经理 李锦福;动态优化规划推动发展新跨越[N];中国电力报;2011年
2 夷琦;三星发布211万像素DVM2100S[N];国际商报;2005年
3 胥小红;摆脱磁带的束缚 感受数码生活的真谛[N];大众科技报;2005年
4 赵立新高宇辉;提高治理动态优化能力[N];证券时报;2006年
5 武汉铁路局;推进站段内部整合 增强企业发展能力[N];人民铁道;2007年
6 徐斌 李海清;威海商业银行强化合规建设[N];金融时报;2007年
7 戴清民;以信息化的观念引领改革转型[N];中国国防报;2008年
8 记者 裴丽 幸福;中蓝石化销售48亿创新高[N];大庆日报;2010年
9 山东省信息产业厅 韩旭东;无线网络跨层设计[N];计算机世界;2004年
10 左晓燕;河北移动开展客服与业务流程穿越活动[N];人民邮电;2005年
中国博士学位论文全文数据库 前10条
1 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
2 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
3 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
4 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
5 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
6 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
7 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
8 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
9 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
10 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
2 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
3 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
4 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
5 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
6 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
7 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
8 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010年
9 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
10 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978