摘要：以C8芳烃混合物的吸附分离过程作为研究对象,应用多目标教学优化算法(multi-objective teachinglearning-based optimization algorithm,MOTLBO)对模拟移动床多目标优化问题进行求解。采用TMB方法,建立了模拟移动床模型,并对两个典型的模拟移动床多目标操作优化问题进行了优化设计。通过与NSGA-Ⅱ算法的比较,证明了多目标教学优化算法在求解模拟移动床多目标优化问题上的有效性和优势。此外,还分析了抽出液流量、抽余液流量以及步进时间等对多目标优化非劣解的影响,优化结果为模拟移动床分离过程的工艺设计和操作提供了依据。

摘要：存在状态时滞的不确定离散时间系统的的滑模可靠控制问题,其中,被控系统执行器可能发生部分故障.通过构造一种拟积分型切换面,可以保证系统状态轨迹从开始时刻就位于切换面上.利用Lyapunov稳定性理论和线性矩阵不等式技术给出了滑模动态系统渐近稳定的充分条件.而且,所设计的滑模控制律可以保证在执行器故障影响下的滑动模态仍然是可达的.数值仿真验证了本文设计方法的有效性.

摘要：能耗作为衡量无线传感器网络性能的一项重要指标,通常将延长生命周期、均衡能耗作为网络协议重要的设计目标.针对静态、异构、非均匀分布的网络模型,设计带有重叠区域的分簇及簇内单跳、簇间多跳的路由算法—–OMU分簇路由算法,该算法中簇头不再作为数据转发节点,而主要用于簇内数据的接收与融合.通过综合考虑节点剩余能量、节点密度及与基站的距离进行簇头选举并进行分簇,形成簇间重叠区域,产生用于数据转发的中继节点.同时,建立簇头与中继节点轮换机制以达到节点能耗均衡的目的,并为每个节点建立能量最省的多跳数据传输路径.仿真结果表明,所设计的分簇路由算法,特别是在大规模部署的无线传感器网络中,能有效减少和均衡能量消耗.

摘要：针对产品处理时间不确定条件下中间存储时间有限多产品间歇生产过程调度问题,采用三角模糊数描述处理时间的不确定性,通过一种模糊排序的方法建立了以最小化模糊最大完工时间的值以及不确定度作为调度目标的数学模型,提出一种基于改进粒子群和分布估计的混合算法(IPSO-EDA)。IPSO-EDA算法在粒子群更新公式中引入基于所有粒子自身最优位置的优质个体分布信息,提高了算法的全局搜索能力,同时采用NEH初始化获得理想的初始解,采用NEH局部搜索提高算法的局部搜索能力。通过正交实验设计对算法的参数进行调节,仿真结果表明了所提出算法的有效性和优越性。

摘要：本文针对智能体速度不可测下的多智能体系统提出一种基于滑模观测器的有限时间一致性控制算法.为了解决智能体速度不可测所带来的问题,本文采用了一种有限时间滑模观测器来,该观测器能够在有限时间内估计出单个智能体速度信息;滑模控制理论是一种应用广泛的经典非线性控制方法,对于系统的干扰和不确定性有着较好的鲁棒性.本文采用一种非奇异终端滑模控制方法,利用智能体邻居节点的位置和估计速度的信息设计滑模控制律,很好的解决了速度不可测下多智能体系统的有限时间一致性控制问题.最后,通过Matlab数值仿真验证了该一致性控制算法的有效性.

摘要：常规换热网络主要在具有固定操作参数的标称条件下进行设计。然而在工业过程中操作参数往往存在波动,柔性换热网络能够处理来自不确定参数的干扰,具有更大实用性。目前的研究主要集中在顺序合成或多周期综合问题。但顺序合成不一定能找到全局最优,而多周期综合要求参数的变化可以由若干离散点描述。研究提出了一种基于分级超结构的双层同步优化策略,外层采用离散粒子群(BPSO)算法优化结构变量,内层采用基于模拟退火思想的进化(AEA)算法优化换热器面积,该方法可以完全解决操作参数连续变化的凸可行域问题。2个案例研究表明双层同步优化策略可以稳定寻找到较好的柔性换热网络优化结果。

摘要：动态优化是生物化工过程中的重要课题,求解动态优化问题通常有两种方法:解析法和数值法。基于智能进化算法的数值方法在动态优化中的应用越来越广泛,但是这些方法局部寻优能力不强,容易陷入局部最优,并且求解速度相对较慢。针对这些方法的不足,提出了一种改进的差分进化算法,设计了新的局部寻优算子来增强算法的局部寻优能力,并且采用一种新的控制策略表示方法来求解动态优化问题。通过求解补料分批式生化反应器的动态优化实例,证明了算法的有效性和鲁棒性。通过与其他几种方法进行对比,实验结果表明,所提出的方法在优化结果和计算代价方面都有优势。

摘要：针对化工以及生化过程的动态优化问题,提出了一种基于改进知识引导的文化算法。该算法首先对控制搜索域与时间域分别进行了等分和离散化,利用'软约束'思想编码控制序列,采用'种群产生'-'控制域进化'-'种群寻优'迭代过程实现对控制序列的逐步寻优;其次在种群空间采用遗传算法,在信度空间采用差分算法,并将进化过程中的已有种群信息设计为3种知识,通过分析知识、提取知识、管理知识来指导进化过程。由于引入了文化进化理念和机制,大大提高了动态优化问题的搜索效率。通过3种典型化工动态优化问题的仿真实例,表明该算法具有较好的寻优效率以及更好的优化结果,验证了该算法在解决具有非线性动态约束问题的有效性。

摘要：模拟移动床(SMB)是混合二甲苯分离的重要技术。模拟移动床区域回流比是决定产品质量的关键参数。在真实移动床(TMB)建模方法基础上,结合实际工况数据,建立了模拟移动床吸附分离过程机理模型,并通过分析区域回流比对产品质量的影响,得到不同产品质量要求以及进料品质的情况下区域回流比的操作区间。仿真结果表明,TMB建模方法能较好地描述模拟移动床实际工况。基于机理模型对操作区间的分析结果可以为模拟移动床分离过程的工艺设计和操作提供指导意见。

摘要：汽油调合和调度优化问题中含有典型的非线性约束(NLP)问题。针对一般智能优化算法在解决此类优化问题中易陷于局部极值,提出了一种改进的生物地理学优化算法(HMBBO)。该算法设计了一种基于种群个体差异信息的启发式变异算子,弥补了Gauss变异、Cauchy变异算子缺乏启发式信息的不足,以解决原算法在局部搜索时易出现的早熟问题,提高算法的全局搜索能力,并且采用非线性物种迁移模型以适应不同的自然环境。采用4个测试函数进行仿真,结果表明:HMBBO算法与标准BBO算法、基于Gauss变异及基于Cauchy变异的BBO算法比较,其收敛速度和全局寻优能力有明显改善。汽油调合和调度优化实例表明,该算法能够快速有效地找到全局最优解。