改进遗传算法及在渣油加氢过程建模中的应用

论文总字数：24800字

摘 要

设计一种高效的抗欺骗的全局数值优化算法可实现模型与实际工况的最大吻合，有利于实际过程的工艺设计安全仿真分析。针对标准遗传算法的全局搜索能力弱的缺点，引入自适应变异的概念，将个体的变异概率与搜索进程相结合。在搜索初期，个体的变异概率及变异步长较大，而在搜索后期，变异概率及变异步长均较小，用以提高整个群体的收敛速度和收敛精度。用所提出的改进遗传算法进行数值优化的测试，并基于测试结果将其用于解决渣油加氢建模过程的参数估计，验证所提改进遗传算法的有效性并给出最佳的实际过程模型。

关键词：改进遗传算法；渣油加氢过程；建模；参数估计

Improved Genetic Algorithm and Its Application in Residuum Hydrogenation Process Modeling

Abstract

The most consistent design an efficient global anti spoofing numerical optimization algorithm can realize the model and practical conditions, the actual process in conducive to the safe design of the simulation analysis. The standard for global search ability of genetic algorithm and the weak, introducing the concept of adaptive mutation, the mutation probability and the combination of individual search process. In the initial search, individual mutation probability and mutation step size, and later in the search, mutation probability and mutation step size are small, in order to improve the convergence speed and precision of the whole group. The numerical optimization test using the improved genetic algorithm, and based on the results of the test will be used to solve the parameter estimation of residue hydrogenation process modeling, verification of the improved genetic algorithm is effective and gives the best practical process model.

Keywords: Improved Genetic Algorithm; Residue Hydrogenation Process; Modeling; Parameter Estimation

目 录

摘 要 I

Abstract II

第一章 引言 1

1.1 选题背景与意义 1

1.2 渣油加氢过程建模在国内外的发展现状 1

1.3 遗传算法的研究现状 1

1.3.1 遗传算法在理论方面的研究现状 2

1.3.2 遗传算法在应用方面的研究现状 2

1.4 方案（设计方案、研制方案、研究方案）论证 3

1.5 本文主要内容及章节安排 3

第二章 遗传算法（GA） 5

2.1 遗传算法的基本概念 5

2.2 遗传算法的特点及不足 6

2.3 遗传算法的运算过程 6

2.4 本章小结 7

第三章 标准遗传算法（SGA） 8

3.1 标准遗传算法的基本过程思想 8

3.2 标准遗传算法的基本要素 8

3.3 标准遗传算法的一般流程 8

3.4 标准遗传算法的运算过程 9

3.5 测试函数 10

3.5.1 函数一(sphere function) 10

3.5.2 函数二(schaffer function) 11

3.5.3 函数三(griewank function) 11

3.5.4 函数四(ackley function) 12

3.6 测试结果 12

3.7 本章小结 14

第四章 改进遗传算法（MGA） 15

4.1 改进遗传算法 15

4.2 测试结果 16

4.3 SGA与MGA测试结果分析 18

4.4 遗传算法的实现--MATLAB 20

4.5 本章小结 20

第五章 渣油加氢动力学模型参数估计 21

5.1 渣油加氢动力学模型参数估计 21

5.2 本章小结 27

第六章 结论与展望 28

6.1 结论 28

6.2 展望 28

致 谢 29

参考文献 30

附 录 32

1. 函数一(sphere function)的遗传算法的编程 32

2. 函数二(schaffer function)的遗传算法的编程 34

3. 函数三(griewank function)的遗传算法的编程 34

4. 函数四(ackley function)的遗传算法的编程 35

第一章 引言

1.1 选题背景与意义

近年来，市场上进口原料油的增加加深了产品需求轻质化和原油重质化所造成的矛盾，再加上环保法规的日益严格和规范^[1]，作为重油深度加工的主要技术之一的渣油加氢处理工艺^[2]深受炼油企业的喜爱。在世界上，各大石油公司都投入了大量的人力物力进行开发研究,并且发展的如日中天^[3]。渣油加氢工艺主要有利于环境友好、产品质量高、液收率高等优点，与重油催化裂化组合使用，可大大提高经济效益。由于渣油中存在大量的杂质，会对催化剂产生毒害，因此需要进行渣油加氢过程。渣油加氢工艺是为了脱除原油中的杂质，降低原油中的残炭含量，并且使部分原料油转化成轻质油，它的发展基础为：馏分加氢工艺。发展到现在，渣油加氢工艺已有数十种，但是根据使用的反应器来区分渣油加氢工艺，可将其分为四种，即：沸腾床、悬浮床、移动床和固定床工艺^[4]。

设计一种高效的抗欺骗的全局数值优化算法可实现模型与实际工况的最大吻合，有利于实际过程的工艺设计安全仿真分析。针对标准遗传算法的全局搜索能力弱的缺点，引入自适应变异的概念，将个体的变异概率与搜索进程相结合。在搜索初期，个体的变异概率及变异步长较大，而在搜索后期，变异概率及变异步长均较小，用以提高整个群体的收敛速度和收敛精度。用所提出的改进遗传算法进行数值优化的测试，并基于测试结果将其用于解决渣油加氢建模过程的参数估计，验证所提改进遗传算法的有效性并给出最佳的实际过程模型。

剩余内容已隐藏，请支付后下载全文，论文总字数：24800字