文摘
英文文摘
第1章.绪论
1.1引言
1.2化工系统优化的特点
1.3随机优化算法
1.4本文的主要工作和成果
1.5本文内容组织
本章参考文献
第2章优化算法理论基础
2.1引言
2.2优化问题的数学原理
2.2.1优化的数学表达
2.2.2函数的连续性
2.2.3凸集与凸函数
2.2.4函数局部形态
2.2.5函数极小值 的必要条件
2.2.6局部优化 方法
2.3随机优化算法
2.3.1模拟退 火算法
2.3.2禁忌 搜索
2.3.3遗 传算法
2.3.4蚁 群优化算法
2.3.5 粒子群优化算法
2.4.无免费午餐定理
2.5.确定性全局优化算法
2.5.1分支定界法
2.5.2区间分析算法
2.5.3本节小结
2.6本章小结
本章参考文献
第3章移动窗口—迭代遗传算法用于光谱波长选择
3.1引言
3.2过程分析技术
3.3光谱数据校正方法—PLSR
3.3.1偏最小二乘回归算法
3.3.2校正模型的验证
3.4移动窗口—迭代遗传算法的波长选择
3.4.1移动窗口用于信息区间定位
3.4.2基于遗传算法的波长点选择
3.4.3基于迭代遗传算法的波长区段选择
3.4.4信息区间定位和波长点选择间的调整
3.5.实例应用
3.5.1IGA在UV-VIS测定感冒液多组分中的应用
3.5.2MW-IGA在NIR测定小麦水分中的应用
3.6本章小结
本章参考文献
第4章优进混合编码遗传算法并用于RBF-CSR建模
4.1引言
4.2RBF-CSR神经网络模型
4.3优进混合编码遗传算法
4.3.1染色体编码
4.3.2对约束的处理
4.3.3适应度函数与选择算子
4.3.4交叉算子和变异算子
4.3.5优进算子
4.4.RBF-CSR模型在脉冲萃取塔中的应用
4.4.1建模与测试
4.4.2目标函数APRE的多峰性
4.4.3EHCGA的搜优性能
4.4.4.几种模型的比较
4.5.本章小结
本章参考文献
第5章.粒子群优化算法原理与运动分析
5.1.引言
5.2.PSO算法生物学背景
5.3.原始粒子群优化算法
5.3.1概念发展
5.3.2算法流程
5.4.标准粒子群算法
5.4.1惯性权重形式
5.4.2收缩因子形式
5.5.粒子动态行为分析
5.5.1惯性权重PSO的收敛性分析
5.5.2原始PSO粒子行为分析
5.5.3PSO搜优能力与粒子运动轨迹关系
5.6PSO算法拓扑结构
5.6.1小世界模型
5.6.2几种典型的PSO种群拓扑结构
5.7粒子群优化算法与遗传算法的比较
5.8小结
本章参考文献
第6章粒子群优化算法的改进
6.1引言
6.2算法性能测试标准
6.3合作粒子群算法
6.3.1合作粒子群优化算法原理
6.3.2CLPSO算法测试
6.3.3小结
6.4局部加速粒子群算法
6.4.1算法融合
6.4.2局部加速粒子群算法原理
6.4.3LAPSO算法测试
6.4.4小结
6.5线性约束粒子群算法
6.5.1线性约束粒子群算法原理
6.5.2LCPSO算法测试
6.5.3小结
6.6本章小结
本章参考文献
第7章基于粒子群算法的相稳定性分析
7.1引言
7.2切平面距离判定法
7.2.1切平面距离判定原理
7.2.2Michelson稳定点方程
7.2.3基于最优化方法的稳定性判定
7.2.4LCPSO最小化切平面距离
7.3应用实例
7.3.1活度系数模型
7.3.2立方型状态方程
7.3.3非对称模型
7.4本章小结
本章参考文献
第8章基于粒子群算法的复杂相平衡计算
8.1引言
8.2直接最小化GIBBS自由能
8.2.1目标函数约简
8.2.2约束处理
8.3液液平衡计算
8.4汽液液平衡计算
8.5含化学反应的相平衡计算
8.5.1反应相平衡问题的最小化自由能
8.5.2基于元素平衡的约束
8.5.3酯化反应相平衡用于测试
8.6本章小结
本章参考文献
第9章总结与展望
9.1本文工作总结
9.2未来研究工作展望
附录A热力学模型
附录B纯物质临界性质表
致谢
作者攻读博士期间撰写的论文和参与项目