智能優(yōu)化技術(shù)的研究及其在化工生產(chǎn)中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、優(yōu)化可以給企業(yè)帶來巨大的經(jīng)濟效益,是當前化工生產(chǎn)研究和應(yīng)用的熱點?;どa(chǎn)優(yōu)化一方面朝著大規(guī)模優(yōu)化、在線優(yōu)化以及多目標優(yōu)化等需求方向發(fā)展,一方面因系統(tǒng)自身的高度非線性、多約束條件、動態(tài)性、隨機性和高安全需求等難點,優(yōu)化的難度增大。本文針對化工生產(chǎn)優(yōu)化的需求和難點,研究和提出了三種智能優(yōu)化技術(shù),目的在于避免復(fù)雜的數(shù)學計算,加快優(yōu)化速度,提高優(yōu)化效果,更好的解決化工過程建模、化工生產(chǎn)優(yōu)化控制等實際問題,提供化工生產(chǎn)優(yōu)化控制工作的新思路。

2、 本文的主要研究工作如下: 1.從優(yōu)化的角度研究了化工生產(chǎn)的建模技術(shù),在結(jié)構(gòu)逼近式神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,提出了假想教師-人工免疫訓練算法,采用假想教師訓練神經(jīng)網(wǎng)絡(luò),采用優(yōu)化方式更新假想教師,采用人工免疫特性保證尋優(yōu)的發(fā)掘性和正確性,成功建立了含有部分不可測狀態(tài)的橡膠硫化促進劑制備過程的間歇縮合反應(yīng)模型。 2.以多目標優(yōu)化問題為研究對象,綜合非劣分層、擁擠距離、精英策略和群智等思想,提出了非劣分層粒子群多目標優(yōu)化算法。對于

3、聚酯生產(chǎn)連續(xù)縮聚過程,以產(chǎn)品的產(chǎn)量最大和質(zhì)量最佳為優(yōu)化目標,尋優(yōu)設(shè)計,為實際生產(chǎn)優(yōu)化提供了參考。 3.針對間歇反應(yīng)是一個無穩(wěn)態(tài)的過程,從動態(tài)過程優(yōu)化的角度,提出了分級多目標優(yōu)化算法,分步優(yōu)化經(jīng)驗方程的排列和經(jīng)驗方程的參數(shù),擬合最優(yōu)控制軌跡,減少了決策變量的維數(shù),在優(yōu)化苯乙烯懸浮聚合反應(yīng)的仿真研究中,效果較好。 4.分析了遞階優(yōu)化控制系統(tǒng)、迭代優(yōu)化控制結(jié)構(gòu)和在線預(yù)報優(yōu)化調(diào)整方案等實現(xiàn)優(yōu)化控制的框架和方法,并加以改進,為實施智能優(yōu)化

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論