遗传算法在估计催化裂化集总模型参数中的应用

摘要：

催化裂化集总动力学模型是1种多参数、高耦联的复杂反应动力学模型.用经典的优化算法求解模型参数时,常常需要对模型作一些数学处理,而复杂模型的数学处理相对困难;此外,经典算法的求解结果也常常不尽如人意.为解决这类模型的参数估计问题,以老遗传算法为基础,提出1种以亲子竞争和最优个体保护策略相结合的新遗传算法.新算法采取全局交叉和自适应变异,既保证了最大范围搜索解空间、避免算法在计算初期就陷入局部最优,又能在后期对局部细致搜索,提高了计算精度;克服了老算法随机性大、容易陷入局部最优的缺点.为测试新算法的效果,首先用某多参数复杂模型做测试,结果证明无论是遗传代数相同情况下的计算精度,还是为了达到某一精度而要求的计算代数,新算法都优于老者.然后用于估计催化裂化提升管反应器集总动力学动态模型参数.最后,取工业实际数据验证模型参数,泛化结果表明模型预测值与实际测量值基本吻合,120组数据的平均相对误差为1.71%,证明新算法适用性较好.

关键词：遗传算法、参数估计、催化裂化

所属期刊栏目：27

分类号：TQ015.9;TP391.9;O6-39(一般性问题)

资助基金：厦门大学自选项目0040X12105

在线出版日期：2011-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1633-1637