改进鲸鱼优化算法及其在渣油加氢参数优化的应用

摘要：

针对智能优化算法在处理非线性优化问题中存在的容易陷入局部最优和收敛精度差等问题,提出了一种基于结合差分进化和精英反向学习的改进鲸鱼算法(DEOBWOA).该算法引入对立搜索初始化、精英反向学习,并结合差分进化进行变异修正,显著有效地提高WOA算法的收敛精度和收敛速度,提高其跳出局部最优的能力.之后采用8个标准测试函数进行仿真实验,结果表明:DEOBWOA算法与标准WOA、HCLPSO、DE算法相比,全局搜索能力和收敛速度都有较大提升.最后建立了渣油加氢动力学模型,考虑到渣油加氢过程中存在诸多典型的非线性约束问题,以某炼化厂渣油加氢装置为例,应用DEOBWOA对渣油加氢反应动力学模型参数进行优化,结果表明该算法能较好地处理实际工程优化问题.

关键词：算法、鲸鱼优化算法、渣油加氢、动力学模型、参数估值、优化

所属期刊栏目：69

分类号：TE624(石油、天然气加工工业)

资助基金：国家科技支撑计划项目2015BAF22B02;国家自然科学基金项目61422303,61590922;中央高校基本科研业务费专项资金.supported by the Project of National Research Program of China2015BAF22B02;the National Natural Science Foundation of China61422303,61590922;the Fundamental Research Funds for the Central Universities

在线出版日期：2018-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：891-899