| 基于组合三角变异差分进化算法的化工参数辨识 |
| |
| 引用本文： | 熊小峰,刘啸婵,郭肇禄,张文生.基于组合三角变异差分进化算法的化工参数辨识[J].华中科技大学学报(自然科学版),2020,48(9):12-18. |
| |
| 作者姓名： | 熊小峰 刘啸婵 郭肇禄 张文生 |
| |
| 作者单位： | 江西理工大学理学院,江西 赣州 341000;江西理工大学理学院,江西 赣州 341000;中国科学院自动化研究所,北京 100190;中国科学院自动化研究所,北京 100190 |
| |
| 基金项目： | 江西省教育厅科技项目;江西理工大学青年英才支持计划资助项目;国家自然科学基金 |
| |
| 摘 要： | 针对传统方法在解决化工参数辨识问题中易陷入局部最优、导致求解精度不足的问题,提出了一种组合三角变异差分进化(CTMDE)算法,融入了组合三角高斯变异策略和DE/current-to-pbest/1变异策略.其中,组合三角高斯变异策略引入了组合权重来适应性利用较优个体、一般个体、当前个体的信息,维持种群多样性;而DE/current-to-pbest/1变异策略能够利用种群中的较优个体来指导搜索,对解空间的开采能力较强.两者结合使得算法在加快收敛速度的同时降低陷入局部最优的可能性.在12个基准测试函数上,将CTMDE算法与其他新近DE算法进行比较,并将CTMDE算法应用于甲醇转化为烃类物质的参数辨识问题.实验结果表明:CTMDE算法具有较好的寻优性能,且在化工参数辨识问题上具有较好的求解效果.
|
| 关 键 词： | 差分进化 高斯变异 局部最优 反应动力学 参数辨识 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
