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

文檔介紹：
浙江大學碩士學位論文基于優(yōu)進策略的差分進化算法及其化工應(yīng)用姓名:方強申請學位級別:碩士專業(yè):化學工程指導教師:陳德釗20040301浙,I.大學顧卜學位淪文摘要建立準確的模型塒化學T程的理淪研究和實際鹿川都有重要的意義。由于很多化i.對象都比較復雜,向且機理也不甚明了,岡此,很難直接通過機理建立準確的模型。另‘力。面,完全的經(jīng)驗?zāi)Ｐ吞蕾囉跇颖緮?shù)據(jù),當樣本數(shù)據(jù)不足,或者包含有噪音,粗差等,無法準確全面地反映建模對象的特性時,就會降低模型的可靠性,甚至違反對象的機理。機理分析與經(jīng)驗分析相結(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‘定程度的簡化機理方程,另力面采集實際觀測數(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。本文重點研究了基予所建模型作優(yōu)化計算。主要內(nèi)容有:11提出,基于優(yōu)進策略的差分進化算法,它是‘種改進的差分進化算法。此算法不但能根據(jù)尋優(yōu)過程葉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。測試函數(shù)表明此算法能有效的解決了簡甲.差分進化算法搜優(yōu)過程進展的緩慢和比較容易出現(xiàn)的“早熟”。同時,此算法還成功應(yīng)1¨=|于化工模型巾的參數(shù)估計。2)提出了判斷... 內(nèi)容來自轉(zhuǎn)載請標明出處.

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