化工学报
化工學報
화공학보
JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
2012年
9期
2818-2823
,共6页
克隆选择学习%邻域-克隆选择学习算法%多模态优化%分馏装置
剋隆選擇學習%鄰域-剋隆選擇學習算法%多模態優化%分餾裝置
극륭선택학습%린역-극륭선택학습산법%다모태우화%분류장치
在免疫克隆选择和人工免疫网络算法基础上,采用了Agent的思想,提出了一种邻域-克隆选择学习全局优化算法(N-Clonalg).不同于其他人工免疫算法,N-Clonalg定义了网格化的邻域操作环境,其主要搜索算子有N-克隆选择、N-竞争和自学习算子,能有机结合全局与局部搜索,多峰测试函数表明能较好地克服克隆选择算法(Clonalg)的早熟及人工免疫网络算法(Opt-aiNet)收敛速度慢问题.分馏装置负荷优化实例应用表明,算法具有较好的最优解搜索性能,能较好地实现化工中的寻优问题.
在免疫剋隆選擇和人工免疫網絡算法基礎上,採用瞭Agent的思想,提齣瞭一種鄰域-剋隆選擇學習全跼優化算法(N-Clonalg).不同于其他人工免疫算法,N-Clonalg定義瞭網格化的鄰域操作環境,其主要搜索算子有N-剋隆選擇、N-競爭和自學習算子,能有機結閤全跼與跼部搜索,多峰測試函數錶明能較好地剋服剋隆選擇算法(Clonalg)的早熟及人工免疫網絡算法(Opt-aiNet)收斂速度慢問題.分餾裝置負荷優化實例應用錶明,算法具有較好的最優解搜索性能,能較好地實現化工中的尋優問題.
재면역극륭선택화인공면역망락산법기출상,채용료Agent적사상,제출료일충린역-극륭선택학습전국우화산법(N-Clonalg).불동우기타인공면역산법,N-Clonalg정의료망격화적린역조작배경,기주요수색산자유N-극륭선택、N-경쟁화자학습산자,능유궤결합전국여국부수색,다봉측시함수표명능교호지극복극륭선택산법(Clonalg)적조숙급인공면역망락산법(Opt-aiNet)수렴속도만문제.분류장치부하우화실례응용표명,산법구유교호적최우해수색성능,능교호지실현화공중적심우문제.
