柴油加氢精制与调合优化方案研究

摘要

根据茂名石化柴油生产流程,在成本目标函数中加入加氢精制的组分比例和各组分柴油比例,由于目标函数和约束条件均含双线性项(1-λ<,i>)r<,i>,属于双线性规划模型.令x<,i.=(1-λ<,i>)r<,i>可将该模型转化为线性规划模型,将能利用已有的算法求解.该模型可以辅助生产人员设计成本较低的柴油调合和加氢精制方案.关于优化方法首先系统分析了遗传算法多种选择操作.接着提出了一种基于遗传算法的分段快速寻优方法,该算法充分利用算法前期搜索的有用信息训练出淘汰模式和优秀模式.其次再提出基于种群多样性指导的遗传算法.最后结合基于规则的自学习和二分查找训练算法及遗传控制理论,利用DELPHI软件强大的编程、计算功能,分别给出提出三种柴油生产预测优化方案.

目录

文摘

英文文摘

华南理工大学学位论文原创性声明及版权使用授权书

第一章绪论

1.1本课题的研究背景

1.2国内外现状及发展趋势

1.3本论文的主要工作

第二章柴油加氢精制与调合优化模型的建立

2.1问题的描述和提出

2.1.1基本数据

2.1.2柴油调合程序

2.2柴油调合和加氢精制的双线性规划模型

2.2.1柴油调合工艺流程简介

2.2.2成本计算

2.2.3附加说明

2.2.4结论

2.3本章小结

第三章免疫遗传算法研究

3.1遗传算法多样性和收敛性研究

3.1.1引言

3.1.2初始种群的多样性

3.1.3从初始种群选择参与交配的个体群

3.1.4结果分析

3.1.5结论

3.2遗传算法变异操作研究

3.2.1实数型变异点选取和变异方法

3.2.2二进制串变异点选取和变异方法

3.2.3结果分析

3.2.4结论

3.3改进的分阶段快速遗传算法寻优

3.3.1寻找优秀模式算法

3.3.2二进制算法描述

3.3.3实数算法描述

3,3.4提高搜索精度，放大函数适应值快速寻优

3.3.5放大函数适应值

3.3.6遗传算法的应用

3.3.7结论和改进

附表

3.4基于种群多样性指导的遗传算法

3.4.1种群多样性

3.4.2初始种群的选择

3.4.3选择算子分析

3.4.4交叉算子分析

3.4.5变异算子分析

3.4.6结果分析

3.4.7结论

3.5免疫遗传算法

3.5.1遗传算法与免疫算法的融合

3.5.2免疫遗传算法功能概述

3.5.3免疫进化算法

3.6本章小结

第四章两种优化算法及实例

4.1基于规则的自学习控制的柴油加氢优化

4.1.1问题的提出

4.1.2模型建立

4.1.3基于规则的自学习算法

4.1.4控制规则集建立

4.1.5性能评价模块

4.1.6具体编程

4.1.7结论

4.2基于遗传算法的柴油加氢优化

4.2.1问题的提出

4.2.2模型建立

4.2.3算法描述

4.2.4求解

4.2.5运算结果

附表

4.3本章小结

第五章柴油加氢精制与调合优化软件具体开发

5.1软件加氢优化开发思路

5.2基本数据库

5.3计算公式

5.4软件开发界面

5.5实例

结 论

参考文献

在学期间发表与学位论文内容相关的学术论文

致谢

附录