摘要：针对反应动力学参数估计的复杂性,设计了一种新颖的优化方法—迭代全息搜索策略(IHRS)。全息搜索策略(HRS)将多维空间中的寻优问题直观地通过二维全息图上的近邻搜索来实现,是一种全局搜优效率较高的确定性优化方法,但它只能用于离散系统的优化。IHRS通过对连续变量进行离散化处理,并运用迭代计算逐步缩小离散系统与原连续系统的偏差,将复杂的多维连续变量优化问题转化为多个串联的较为简单的离散变量组合优化问题,再运用HRS寻优。并讨论了等分区间数、搜索域收缩率、群规模等参数对IHRS搜优效率的影响。六维Alpine函数测试表明,IHRS的全局优化性能优于单纯形法和遗传算法(GA)。将IHRS应用于SO2催化氧化反应动力学模型参数的估计,取得了满意的结果。

摘要：由于常规遗传算法(SGA)的全局寻优效率不高,用于复杂的生物脱硫反应动力学模型参数优化时效果欠佳,为此设计了一种新的多变异遗传算法(MGA)以提高全局寻优效率。MGA的改进措施包括散射变异、微扰变异和单纯形变异各算子的设计,多变异操作实施方案的制定,选择操作和交叉操作方式的选择和改进等。Shaffer's F6函数和10维Alpine函数测试表明,与SGA相比,MGA的全局寻优效率大大提高。将MGA应用于红球菌DS-3脱除二苯并噻吩(DBT)的动力学模型参数优化,建立了更为准确的反应动力学模型。

摘要：利用混沌变量的遍历性和不规则性,将其引入遗传算法,可提高其全局搜优的性能;采用混沌遗传算法(CGA)训练径向基函数网(RBFN),并均衡地兼顾网络的拟合与预报能力,恰当地设计适应度函数,由此建成的CGA-RBFN 模型,其预测能力与稳健性都有提高。将其应用于烃类热裂解丙烯预测,效果良好,与传统方法相比有明显的优越性。

摘要：化工优化问题往往较为复杂,传统的确定性优化方法容易陷入局部最优。粒子碰撞算法(PCA)是新近提出的一种随机全局优化算法,是模拟核反应时粒子与原子核碰撞发生的吸收和散射现象,设计成以扰动、探测、散射三种操作算子实现算法寻优,但全局寻优效率不高。通过分析PCA寻优机制,提出改进策略,包括设计多位交叉算子增加算法的交叉操作,以克服PCA缺乏协同进化机制的弱点;运用单纯形搜索改进探测算子,以增强局部寻优能力;采用交叉率自适应调整等,由此设计一种改进的粒子碰撞算法(MPCA)。Shaffer's F6函数和八维Alpine函数测试表明,MPCA的全局优化性能明显优于PCA和常规遗传算法(SGA)。将MPCA应用于L-异亮氨酸分批发酵动力学模型参数优化,结果满意。

摘要：在磷铵生产过程中,料浆的氟含量预测对生产具有重要意义。本文将径向基函数网络(RBFN)与循环子空间回归(CSR)相结合,设计了RBFN-CSR建模方法。RBFN-CSR方法在确定隐含层结构和参数时,将隐单元数取为训练样本数,径向基函数中心矢量取相应样本值,宽度参数根据样本分布情况采用尝试方法选取,隐含层到输出层的网络权系数运用CSR求解。CSR求解过程包容了最小二乘回归(LSR)、主成分回归(PCR)、偏最小二乘回归(PLSR)以及很多中间的回归方法,它可在非常广泛的范围内根据某一准则选择最优的网络结构参数。运用RBFN-CSR方法建立了酸性磷铵料浆浓缩过程中氟含量的预测模型,交叉验证表明,该模型具有较高的预测精度和良好的稳定性能,有一定的实际应用价值。

摘要：为了实现制浆蒸煮终点的精确预测,建立了基于广义回归神经网络(GRNN)的预测模型.GRNN具有很强的非线性映射能力,能够根据样本数据逼近自变量与因变量之间隐含的关系,平滑参数的确定是GRNN训练的实质和难点.均衡地兼顾GRNN模型的预测性能与训练可行性,提出了一种平滑参数优化方法.通过分析训练样本分布、恰当地设计适应度函数,运用优进遗传算法(EGA)实现参数寻优.通过实验表明,所建立的制浆蒸煮终点预测模型,预测精度高、稳定性能好.

摘要：《化工过程分析与综合》是化工类专业一门重要的专业必修课,具有综合性、设计性和实践性等特点。针对课程改革现状,结合地方本科院校应用型人才培养目标,开展以工程实际为背景,案例为载体,Aspen软件为工具的全过程案例互动式教学改革。结果表明,改革有利于提高学生的学习兴趣,分析解决问题能力和实践应用能力,对培养应用型人才具有促进作用。