化工学报
化工學報
화공학보
JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
2012年
9期
2882-2886
,共5页
差分进化算法%混沌映射%Texaco合成气
差分進化算法%混沌映射%Texaco閤成氣
차분진화산법%혼돈영사%Texaco합성기
在Texaco水煤浆气化工艺中,合成气中各组分的含量是衡量气化效率的关键参数.以某厂Texaco气化装置为研究背景,设计了一种合成气组分含量的预测模型.该模型选取三层前馈神经网络结构,并采用一种具有广义差分项的混沌差分进化算法(ChaoDEGD)作为模型参数的学习方法.ChaoDEGD算法在差分进化算法的变异操作中引入了广义的个体差异信息,并在不同进化时期,对不同适应度等级的个体施加混沌映射,保证了种群的多样性,帮助种群有效跳出了局部极小点.实验结果表明,基于ChaoDEGD的神经网络预测模型能够较好地估计合成气中CO、H2、CO2三类关键组分的含量,为Texaco水煤浆气化过程的安全稳定运行提供了有利指导.
在Texaco水煤漿氣化工藝中,閤成氣中各組分的含量是衡量氣化效率的關鍵參數.以某廠Texaco氣化裝置為研究揹景,設計瞭一種閤成氣組分含量的預測模型.該模型選取三層前饋神經網絡結構,併採用一種具有廣義差分項的混沌差分進化算法(ChaoDEGD)作為模型參數的學習方法.ChaoDEGD算法在差分進化算法的變異操作中引入瞭廣義的箇體差異信息,併在不同進化時期,對不同適應度等級的箇體施加混沌映射,保證瞭種群的多樣性,幫助種群有效跳齣瞭跼部極小點.實驗結果錶明,基于ChaoDEGD的神經網絡預測模型能夠較好地估計閤成氣中CO、H2、CO2三類關鍵組分的含量,為Texaco水煤漿氣化過程的安全穩定運行提供瞭有利指導.
재Texaco수매장기화공예중,합성기중각조분적함량시형량기화효솔적관건삼수.이모엄Texaco기화장치위연구배경,설계료일충합성기조분함량적예측모형.해모형선취삼층전궤신경망락결구,병채용일충구유엄의차분항적혼돈차분진화산법(ChaoDEGD)작위모형삼수적학습방법.ChaoDEGD산법재차분진화산법적변이조작중인입료엄의적개체차이신식,병재불동진화시기,대불동괄응도등급적개체시가혼돈영사,보증료충군적다양성,방조충군유효도출료국부겁소점.실험결과표명,기우ChaoDEGD적신경망락예측모형능구교호지고계합성기중CO、H2、CO2삼류관건조분적함량,위Texaco수매장기화과정적안전은정운행제공료유리지도.
