化工学报
化工學報
화공학보
JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
2014年
4期
1296-1302
,共7页
动态%优化%迭代自适应粒子群%区域缩减%反应器
動態%優化%迭代自適應粒子群%區域縮減%反應器
동태%우화%질대자괄응입자군%구역축감%반응기
dynamic%optimization%iteratively adaptive particle swarm optimization%region reduction%reactor
智能优化方法因其简单、易实现且具有良好的全局搜索能力,在动态优化中的应用越来越广泛,但传统的智能方法收敛速度相对较慢.提出了一种迭代自适应粒子群优化方法(IAPSO)来求解一般的化工动态优化问题.首先通过控制变量参数化将原动态优化问题转化为非线性规划问题,再利用所提出的迭代自适应粒子群优化方法进行求解.相比传统的粒子群优化方法,该种迭代自适应粒子群优化方法具有收敛速度更快的优点,主要原因是:该算法根据粒子种群分布特性自适应调整参数;该算法通过缩减搜索空间并迭代使用粒子群算法搜索最优解.将提出的迭代自适应粒子群方法应用到多个经典动态优化问题中,测试结果表明,该方法简单、有效,精度高,且收敛速度比传统粒子群算法有显著提升.
智能優化方法因其簡單、易實現且具有良好的全跼搜索能力,在動態優化中的應用越來越廣汎,但傳統的智能方法收斂速度相對較慢.提齣瞭一種迭代自適應粒子群優化方法(IAPSO)來求解一般的化工動態優化問題.首先通過控製變量參數化將原動態優化問題轉化為非線性規劃問題,再利用所提齣的迭代自適應粒子群優化方法進行求解.相比傳統的粒子群優化方法,該種迭代自適應粒子群優化方法具有收斂速度更快的優點,主要原因是:該算法根據粒子種群分佈特性自適應調整參數;該算法通過縮減搜索空間併迭代使用粒子群算法搜索最優解.將提齣的迭代自適應粒子群方法應用到多箇經典動態優化問題中,測試結果錶明,該方法簡單、有效,精度高,且收斂速度比傳統粒子群算法有顯著提升.
지능우화방법인기간단、역실현차구유량호적전국수색능력,재동태우화중적응용월래월엄범,단전통적지능방법수렴속도상대교만.제출료일충질대자괄응입자군우화방법(IAPSO)래구해일반적화공동태우화문제.수선통과공제변량삼수화장원동태우화문제전화위비선성규화문제,재이용소제출적질대자괄응입자군우화방법진행구해.상비전통적입자군우화방법,해충질대자괄응입자군우화방법구유수렴속도경쾌적우점,주요원인시:해산법근거입자충군분포특성자괄응조정삼수;해산법통과축감수색공간병질대사용입자군산법수색최우해.장제출적질대자괄응입자군방법응용도다개경전동태우화문제중,측시결과표명,해방법간단、유효,정도고,차수렴속도비전통입자군산법유현저제승.
