基于Kriging的差分进化算法及其在苯乙烯流程优化中的应用
自适应差分进化算法基于个体生成策略和控制参数自适应,无须人为设置参数,对问题有较好的适应性,但其收敛速度和精度有待提高.将具有较高预测精度的Kriging模型应用于自适应差分进化算法中,建立跟随种群变化的Kriging模型,通过模型极值点与种群最优个体竞争,对种群产生扰动,影响种群进化过程,改善算法的收敛速度和寻优性能.对10个典型测试函数的测试结果表明,该算法较标准和自适应差分进化算法收敛速度加快,收敛精度提高,且具有更好的稳定性.将基于Kriging的差分进化算法应用于苯乙烯装置的流程优化,操作运行费用显著降低.
苯乙烯生产 流程优化 差分进化算法 克里金模型
王晓强 罗娜 叶贞成 钱锋
华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237
国内会议
呼和浩特
中文
4563-4570
2013-08-01（万方平台首次上网日期，不代表论文的发表时间）