改进鲸鱼优化算法及其在渣油加氢参数优化的应用.pdfVIP

改进鲸鱼优化算法及其在渣油加氢参数优化的应用

许瑜飞;钱锋;杨明磊;杜文莉;钟伟民

【摘要】针对智能优化算法在处理非线性优化问题中存在的容易陷入局部最优和

收敛精度差等问题,提出了一种基于结合差分进化和精英反向学习的改进鲸鱼算法

(DEOBWOA).该算法引入对立有哪些信誉好的足球投注网站初始化、精英反向学习,并结合差分进化进行变

异修正,显著有效地提高WOA算法的收敛精度和收敛速度,提高其跳出局部最优的

能力.之后采用8个标准测试函数进行仿真实验,结果表明:DEOBWOA算法与标准

WOA、HCLPSO、DE算法相比,全局有哪些信誉好的足球投注网站能力和收敛速度都有较大提升.最后建立

了渣油加氢动力学模型,考虑到渣油加氢过程中存在诸多典型的非线性约束问题,以

某炼化厂渣油加氢装置为例,应用DEOBWOA对渣油加氢反应动力学模型参数进

行优化,结果表明该算法能较好地处理实际工程优化问题.%Animprovedwhale

algorithm(DEOBWOA)basedondifferentialevolutionandelite

opposition-basedlearningisproposedtosolvetheproblemthatthe

intelligentoptimizationalgorithmiseasytofallintothelocaloptimumand

theconvergenceprecisionindealingwiththenonlinearoptimization

problemispoor.Thealgorithmusestheopposingsearchinitialization,

eliteopposition-basedlearningandcombineswithdifferentialevolution,

whichcanimprovetheconvergenceprecisionandconvergencespeedof

thewhaleoptimization(WOA)algorithmeffectivelyandimprovetheability

tojumpoutoflocaloptimum.8standardtestfunctionsareusedtodo

simulationexperiment.TheresultsshowthatDEOBWOAalgorithmhasa

betterperformancethanWOA,heterogeneouscomprehensivelearning

particleswarmoptimization(HCLPSO)anddifferentialevolution(DE).

Finally,thekineticmodelofresiduehydrogenationwasestablished,but

therearemanytypicalnonlinearconstraintsintheprocessofresidue

hydrogenation.SoDEOBWOAwasusedtooptimizethekineticmodel

parametersofresiduehydrogenationinarefineryresidue,whichindicates

thealgorithmcandealwiththepracticalengineeringoptimization

problem.

【期刊名称】《化工学报》

【年(卷),期】2018(069)003

【总页数】9页(P891-899)

【关键词】算法;鲸鱼优化算法;渣油加氢;动力学模型;参数估值;优化

【作者】许瑜飞;钱锋;杨明磊;杜文莉;钟伟民

【作者单位】华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海

200237;华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海

200237;华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海

200237;华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海

200237;华东理工