基于協(xié)同進(jìn)化粒子群的聚合反應(yīng)優(yōu)化研究.pdf

1、聚合反應(yīng)釜作為化工控制領(lǐng)域的重要分支,一直是國內(nèi)外研究的熱點(diǎn)。聚合反應(yīng)過程具有強(qiáng)烈放熱的特點(diǎn),具有非線性、時變、時滯等特點(diǎn),屬于難控系統(tǒng),且反應(yīng)過程中釜內(nèi)的溫度和濃度變化對產(chǎn)物的質(zhì)量影響較大,因此產(chǎn)品生產(chǎn)過程的每一個環(huán)節(jié)都要保證其溫度、濃度的平穩(wěn)過渡。而優(yōu)化方法為其提供了一個良好途徑。
　　 智能優(yōu)化算法的發(fā)展,為優(yōu)化理論提供了新的思路和手段,已應(yīng)用于工業(yè)、國防等各個領(lǐng)域。粒子群優(yōu)化算法是一種基于種群搜索策略的隨機(jī)算法,其概念簡

2、單、易于實(shí)現(xiàn),需調(diào)整參數(shù)少且不需梯度信息,在優(yōu)化方面表現(xiàn)出巨大潛力。針對基本粒子群的理論研究工作逐漸深入,對于復(fù)雜的多峰值優(yōu)化控制問題以及高維問題,算法易陷入局部極值。
　　 文章分析了粒子群基本的原理及優(yōu)缺點(diǎn)后,采用協(xié)同進(jìn)化思想對算法進(jìn)行了改進(jìn),改進(jìn)的算法廣泛地收集種群中的最優(yōu)解,是最優(yōu)解的特性范圍更廣。與傳統(tǒng)粒子群優(yōu)化算法相比,解空間具有更好的全局覆蓋能力,從而降低了粒子陷入局部極值的概率,提高了算法的搜索效能。通過采用標(biāo)準(zhǔn)