混沌粒子群優(yōu)化算法及應(yīng)用研究.pdf

1、粒子群優(yōu)化算法(PSO)實(shí)現(xiàn)簡(jiǎn)單，且為復(fù)雜優(yōu)化問題的求解提供了有效手段，已引起連續(xù)優(yōu)化和智能計(jì)算領(lǐng)域?qū)W者的廣泛關(guān)注，并取得了一些成功應(yīng)用。但在其在化工過(guò)程領(lǐng)域的應(yīng)用起步較晚，研究成果相對(duì)較少，且在處理約束優(yōu)化、動(dòng)態(tài)優(yōu)化等問題時(shí)缺乏通用有效地機(jī)制。本課題針對(duì)工業(yè)生產(chǎn)過(guò)程中涉及的多種優(yōu)化問題，改進(jìn)與拓展現(xiàn)有的粒子群優(yōu)化算法使之適用于不同類型的優(yōu)化問題，并成功將其應(yīng)用至高密度聚乙烯(HDPE)生產(chǎn)過(guò)程操作優(yōu)化中。
　　 本文針對(duì)PSO

2、易于早熟和局部搜索精度低的不足，提出將其與混沌映射和傳統(tǒng)梯度算法相結(jié)合的方案，并針對(duì)無(wú)約束（界約束）、有約束和動(dòng)態(tài)優(yōu)化問題分別提出了基于序貫二次規(guī)劃(SQP)、內(nèi)點(diǎn)法(IPM)和信賴域映射法(TRR)的混沌PSO，通過(guò)對(duì)Benchmark函數(shù)進(jìn)行仿真，驗(yàn)證算法的收斂精度、速度和魯棒性，并將其分別用于HDPE串級(jí)反應(yīng)過(guò)程乙烯單體單耗優(yōu)化、產(chǎn)品質(zhì)量軟測(cè)量模型參數(shù)優(yōu)化及牌號(hào)切換優(yōu)化。本文的主要研究工作與相關(guān)成果可歸納如下:
　　 1、

3、針對(duì)粒子群算法易于早熟和后期收斂速度慢，局部搜索精度不高的缺陷，提出使用混沌映射幫助粒子跳出局部最優(yōu)，防止早熟以及利用傳統(tǒng)梯度算法加快局部搜索的思路。并以邏輯混沌映射和SQP為例，與PSO相結(jié)合，形成CPSOSQP算法，并以Benchmark函數(shù)實(shí)驗(yàn)結(jié)果表明這種相結(jié)合思路的可行性。
　　 2、為進(jìn)一步提高CPSOSQP算法的收斂速度和魯棒性，對(duì)算法的混合方式進(jìn)行改進(jìn)，先后提出兩種改進(jìn)的基于SQP局部搜索的混沌粒子群優(yōu)化算法(CP

4、SO-SQP和CPSO-SQPII)，并對(duì)無(wú)約束（界約束）Benchmark函數(shù)進(jìn)行仿真，結(jié)果表明了算法的優(yōu)勢(shì)。應(yīng)用CPSO-SQP算法對(duì)HDPE裝置串級(jí)反應(yīng)過(guò)程的乙烯單耗進(jìn)行優(yōu)化，根據(jù)工業(yè)反應(yīng)機(jī)理和現(xiàn)場(chǎng)操作經(jīng)驗(yàn)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約束處理機(jī)制，并將內(nèi)點(diǎn)法作為局部搜索算法，提出基于內(nèi)點(diǎn)法的混沌PSO(CPSO-IPM)，用于解決約束優(yōu)化問題。對(duì)約束Benchmark函數(shù)

5、和經(jīng)典機(jī)械設(shè)計(jì)問題的仿真結(jié)果表明了算法的有效性。對(duì)HDPE裝置串級(jí)反應(yīng)過(guò)程產(chǎn)品質(zhì)量軟測(cè)量模型參數(shù)進(jìn)行優(yōu)化的結(jié)果表明了算法的可行性和優(yōu)越性。
　　 4、將基于預(yù)處理共軛梯度(PCG)的TRR作為局部搜索算法，和CPSO-SQPII中的混沌粒子群算法相結(jié)合，提出基于TRR的混沌粒子群大規(guī)模優(yōu)化算法(CPSO-TRR)，并將其與同步法相結(jié)合用于解決動(dòng)態(tài)優(yōu)化問題。在高密度聚乙烯(HDPE)裝置串級(jí)反應(yīng)牌號(hào)切換過(guò)程優(yōu)化中的應(yīng)用表明了算法的