年笑宇
- 作品数：5 被引量：6H指数：2
- 供职机构：华东理工大学更多>>
- 发文基金：上海市教育委员会重点学科基金国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术化学工程更多>>
- 基于精英克隆选择的粒子群优化算法研究与应用被引量：3
- 2012年
- 粒子群算法(PSO)是一种基于迭代的智能算法,具有较好的全局搜索能力,但局部搜索能力较弱。针对粒子群算法容易陷入局部最优不足这一问题,本文提出了一种精英克隆选择的方法。该算法在基本粒子群算法的基础上保留了种群中的若干个精英粒子,然后将这些精英粒子进行克隆复制,并将复制之后的粒子进行变异操作,再将变异之后的粒子与变异前的粒子进行亲和度的比较,保留下来亲和度提高的粒子并替换之前适应值较差的粒子,通过这种方式增强了种群的多样性,从而避免了粒子陷入局部最优的问题。此外,本文引入了新的改进惯性权重的机制,根据粒子位置和速度的情况自适应地改变惯性权重,这样避免了粒子盲目运动,更有针对性的寻找最优解。对4个高维复杂函数寻优测试,分别从平均精度和标准差这两方面进行分析,结果表明改进之后的算法在寻优精度和稳定性方面都超过了基本PSO,从仿真图像中可以看出改进之后的算法在迭代末期跳出了局部最优更接近全局最优值。最后将这种改进的算法应用到优化乙烯、丙烯的收率模型中,应用结果表明当裂解原料属性发生改变时,本文提出的算法可以很快完成对操作变量的寻优,显著提高了"双烯"收率。
- 年笑宇王昕王振雷钱锋
- 量子群进化算法研究与应用
- 本文针对传统优化算法寻优精度低、收敛速度慢的问题，提出了基于量子理论的量子群搜索算法（QGSO）。该算法主要采用了量子理论中的叠加态特性和概率表达特性，增强了种群的多样性，提高了群搜索算法（GSO）的寻优精度;利用量子位...
- 年笑宇王昕王振雷钱锋
- 关键词：量子理论
- 文献传递
- 基于改进群搜索算法的裂解炉切料优化方法被引量：2
- 2012年
- 本文针对裂解炉进料切换过程中存在的时机难以选择的问题,应用COILSIM1D软件建立了裂解炉切料过程的带约束优化函数模型,约束条件包括运行周期约束、炉管外壁温度约束、每种进料的处理时间约束等。利用本文提出的改进群搜索算法求解上述带约束的优化问题,该优化算法利用双适应值法处理约束并针对其缺陷加入了2点改进:(1)采用可行解占总体解的比例自适应地改变罚函数因子;(2)采用保留"优秀"不可行解的方法在边界附近指导寻优。最后,以某乙烯厂实际的进料切换过程为研究实例进行切料时机的优化,优化后,裂解炉乙烯和丙烯的收率总量提高,为操作人员选择最佳切炉时机提供了理论依据。
- 年笑宇王振雷田亮
- 关键词：约束优化问题自适应罚函数
- 量子群进化算法研究与应用被引量：1
- 2013年
- 针对传统优化算法寻优精度低、收敛速度慢的问题,提出了基于量子理论的量子群搜索算法(Quantum Group Search Optimization,QGSO)。该算法主要采用了量子理论中的叠加态特性和概率表达特性,增强了种群的多样性,提高了群搜索算法(Group Search Optimization,GSO)的寻优精度;利用量子位直接编码和量子运算的高效计算能力大大提高了算法的优化效率,加快了收敛速度。在基准函数的试验测试中,对比其他2种量子进化算法,结果显示本文提出的算法在搜索精度和收敛速度上更具有优势。在实际应用中,以乙烯裂解炉的双烯质量收率为优化目标,确定最佳的操作条件变量,实验结果表明,双烯的收率得到明显提高并且迅速地找到了最佳的操作条件,为生产过程优化操作提供了理论支持,实现了裂解炉的优化控制。
- 年笑宇王昕王振雷钱锋
- 关键词：量子进化算法乙烯裂解炉
- 改进的群智能优化算法及其在工业裂解炉中的应用
- 乙烯工业是石油化工行业的重要支柱，裂解炉是乙烯工业的关键设备。如何使乙烯裂解炉高效、安全地运行，格外重要。然而在实际生产中，裂解炉往往并不能够处在优化的运行状态;对裂解炉的管理还停留在经验操作上，往往不能合理地调整裂解炉...
- 年笑宇
- 关键词：乙烯工业裂解炉
