状态转移算法研究及其在锌净化过程中的应用

摘要

状态转移算法(STA)作为一种新的智能优化算法，具有结构简单、并行性好以及易于理解和实现的优点，在单目标优化问题的求解中，已取得了很好的应用效果。
　　论文(1)通过详细分析STA基本原理，对算法的旋转算子和转移算子进行改进，扩大了操作算子的搜索范围;讨论了STA的时间复杂度;研究并证明了状态转移算法的收敛性。(2)针对极谱法同时检测多种离子浓度时的信号存在重叠峰问题，提出了基于改进状态转移算法的小波神经网络(STAWNN)，用于重叠信号的在线解析，该算法将STA用于小波神经网络参数的优化，避免网络陷入局部极值。针对极谱信号数据量大、计算复杂和信息冗余的缺点，研究了极谱信号特征值提取方法。该方法首先采用离散小波变换求取信号的一阶导数，然后提取原始极谱信号和相应一阶导数的峰值信息作为特征点。用实际锌、钴极谱重叠信号对STAWNN进行仿真测试，并与曲线拟合和BP神经网络两种算法进行比较，验证了STAWNN的有效性。(3)通过分析多目标优化问题的特点，提出了多目标状态转移算法(MOSTA)和约束多目标状态转移算法(CMOSTA)。两种算法均采用多种群的搜索策略，将Pareto非劣等级排序操作和状态转移算法进行了融合，并引入变异操作用于提高解集在Pareto前沿分布的多样性。CMOSTA进一步结合了约束处理技术，且搜索过程中的可行解和不可行解采用不同的方法进行排序。采用经典多目标测试函数进行仿真，分别验证了MOSTA和CMOSTA的有效性。(4)将CMOSTA用于求解锌粉添加量的多目标优化模型。并采用TOPSIS法决策，得到唯一最优解，以此设计最优控制方案，从而实现锌粉添加量的优化控制。

目录

声明

摘要

1 绪论

1．1 研究背景

1．2 智能优化技术的国内外研究现状

1．2．1 智能优化算法国内外研究现状

1．2．2 多目标智能优化算法国内外研究现状

1．2．3 智能约束处理技术国内外研究现状

1．3 工业应用对象介绍

1．3．1 净化工序概述

1．3．2 净化过程多组分离子检测重叠峰分离研究现状

1．3．3 净化除钴过程锌粉添加量优化研究现状

1．4 论文组织结构

2 状态转移算法原理与分析

2．1 状态转移算法概述

2．2 状态转移算法基本策略

2．3 状态转移算法操作算子及参数分析

2．4 状态转移算法操作算子的改进

2．5 状态转移算法的时间复杂度分析

2．6 状态转移算法收敛性分析

2．6．1 基础知识

2．6．2 状态空间分析

2．6．3 状态转移算法的收敛性证明

2．7 本章小结

3 STAWNN及其在极谱多组分离子浓度信号解析中的应用

3．1 极谱法锌净化过程多组分离子浓度检测

3．1．1 极谱法概述

3．1．2 极谱法定量分析原理及影响因素

3．1．3 极谱法用于多组分离子浓度检测

3．2 状态转移小波神经网络

3．2．1 小波神经网络(Wavelet Neural Network，WNN)简介

3．2．2 状态转移小波神经网络(STAWNN)

3．3 多组分极谱信号特征值提取

3．4 STAWNN用于锌钴极谱检测信号解析的仿真验证

3．5 本章小结

4 多目标状态转移算法

4．1 多目标优化问题概述

4．2 多目标状态转移算法(MOSTA)

4．2．1 多种群搜索策略

4．2．2 变异算子

4．3 MOSTA算法的实现

4．4 MOSTA的仿真验证

4．4．1 测试函数及评价指标

4．4．2 参数设置与仿真结果

4．5 带约束的多目标状态转移算法(CMOSTA)

4．5．1 CMOSTA的搜索策略

4．5．2 CMOSTA算法的实现

4．6 CMOSTA的仿真验证

4．6．1 带约束多目标优化测试函数

4．6．2 参数设置与仿真结果

4．7 本章小结

5 多目标状态转移算法在锌粉添加量优化中的应用

5．1 砷盐净化除钴过程

5．2 锌粉添加多目标优化模型及求解

5．2．1 锌粉添加量多目标优化模型

5．2．2 锌粉添加量工业数据仿真验证

5．3 基于TOPSIS的实际锌粉添加量选择

5．4 本章小结

6 总结与展望

参考文献

攻读硕士学位期间的主要研究成果

致谢