基于混合型遗传算法的森林可燃物热解动力学参数优化方法.pdf

物理化学学报(Wuli Huaxue Xuebao) September Acta Phys. -Chim. Sin. 2016, 32 (9), 2223－2231 2223 [Article] doi: 10.3866/PKU.WHXB201607152 基于混合型遗传算法的森林可燃物热解动力学参数优化方法 牛慧昌1,2,* 姬 丹2 刘乃安1 1 ( 中国科学技术大学，火灾科学国家重点实验室，合肥230026 ； 2 广州中国科学院工业技术研究院，城市公共安全技术研究中心，广州511458) 摘要：森林可燃物热解动力学参数的优化计算是构建综合热解模型的关键步骤。传统的基于梯度的优化方法 收敛速度快但全局寻优能力不足，基于 “生物进化理论”的遗传算法具有全局寻优能力但收敛速度慢。本研 究首先探讨了单纯的遗传算法对初始值设置的依赖，发现设定合适的初始值能够稳定计算结果，加快算法的 收敛速度。针对初始值未知的情况，本文提出了将单纯的遗传算法与迭代算法相结合构建混合型遗传算法的 流程。然后以樟子松松枝为例，采用热重分析仪开展了森林可燃物热解实验。假设可燃物热解失重过程遵循 三步一级平行反应模型，通过对比单纯遗传算法和混合型遗传算法的收敛过程，发现混合型遗传算法能够快 速地获取全局最优的动力学参数，显著地提高遗传算法的优化性能。 关键词：混合型遗传算法；非线性拟合；森林可燃物；热解；动力学 中图分类号：O643 Method for Optimizing the Kinetic Parameters for the Thermal Degradation of Forest Fuels Based on a Hybrid Genetic Algorithm NIU Hui-Chang1,2,* JI Dan2 LIU Nai-An1 1 ( State Key Laboratory of Fire Science, University of Science and Technology of China, Hefei 230026, P. R. China; 2Research Center of Urban Public Safety Technology, Institute of Industrial Technology Guangzhou Chinese Academy of Sciences, Guangzhou 511458, P. R. China) Abstract: For thermal degradation of forest fuels, the optimization of kinetic parameters is a crucial step for the construction of comprehensive pyrolysis model. Traditional gradient- based optimization methods are characterized by strong converging speed, but with weak global optimization capability. The Darwinian survival- of-the-fittest theory based genetic algorithm