本文關(guān)鍵詞：基于優(yōu)進(jìn)策略的差分進(jìn)化算法及其化工應(yīng)用，由筆耕文化傳播整理發(fā)布。

浙江大學(xué) 碩士學(xué)位論文 基于優(yōu)進(jìn)策略的差分進(jìn)化算法及其化工應(yīng)用 姓名：方強(qiáng) 申請(qǐng)學(xué)位級(jí)別：碩士 專業(yè)：化學(xué)工程 指導(dǎo)教師：陳德釗 座機(jī)電話號(hào)碼 浙，I．大學(xué)顧卜學(xué)位淪文 摘 要 建立準(zhǔn)確的模型塒化學(xué)T程的理淪研究和實(shí)際鹿川都有重要的意義。由于很 多化i．對(duì)象都比較復(fù)雜，向且機(jī)理也不甚明了，岡此，很難直接通過(guò)機(jī)理建立準(zhǔn) 確的模型。另‘力。面，完全的經(jīng)驗(yàn)?zāi)Ｐ吞蕾囉跇颖緮?shù)據(jù)，當(dāng)樣本數(shù)據(jù)不足，或 者包含有噪音，粗差等，無(wú)法準(zhǔn)確全面地反映建模對(duì)象的特性時(shí)，就會(huì)降低模型 的可靠性，甚至違反對(duì)象的機(jī)理。機(jī)理分析與經(jīng)驗(yàn)分析相結(jié)合的方法建�？梢暂^ 好地解決上述兩類方法的不足， 。方面由理論分析得到‘定程度的簡(jiǎn)化機(jī)理方 程，另力面采集實(shí)際觀測(cè)數(shù)據(jù)，然后采川優(yōu)化方法確定其I I的模型II，的參數(shù)， 共同建立可靠的模型。本文重點(diǎn)研究了基予所建模型作優(yōu)化計(jì)算。主要內(nèi)容有： 11提出，基于優(yōu)進(jìn)策略的差分進(jìn)化算法，它是‘種改進(jìn)的差分進(jìn)化算法。 此算法不但能根據(jù)尋優(yōu)過(guò)程葉I的信息，智能的調(diào)節(jié)算法q^1參數(shù)的設(shè)置。 而且還加入了單純形尋優(yōu)操作和重布操作。測(cè)試函數(shù)表明此算法能有效 的解決了簡(jiǎn)甲．差分進(jìn)化算法搜優(yōu)過(guò)程進(jìn)展的緩慢和比較容易出現(xiàn)的“早 熟”。同時(shí)，此算法還成功應(yīng)1¨ |于化工模型巾的參數(shù)估計(jì)。 2 提出了判斷種群大小的函數(shù)，，此函數(shù)能有效的衡量搜優(yōu)過(guò)程q1是否有“早 熟”的趨勢(shì)，以便預(yù)防。作者還提出了只有三點(diǎn)組成的簡(jiǎn)單的單純形， 在尋優(yōu)效果變化不大的情況下，解決了由于多維情況下難以找到凸型而 使?fàn)危冃畏y以應(yīng)川的情況。 3 川多元方差分析的方法分析了簡(jiǎn)單單純型尋優(yōu)精度和重布操作I I的最小 尺度

  本文關(guān)鍵詞：基于優(yōu)進(jìn)策略的差分進(jìn)化算法及其化工應(yīng)用，由筆耕文化傳播整理發(fā)布。