刘蓉
- 作品数：3 被引量：5H指数：2
- 供职机构：华南理工大学更多>>
- 相关领域：自动化与计算机技术更多>>
- 自适应粒子群法于应用催化裂化分馏塔多目标的优化被引量：2
- 2010年
- 为了更有效地解决催化裂化分馏塔多目标优化问题,本文根据熊俊文等所建催化裂化分馏塔多目标优化问题的数学模型,提出采用自适应粒子群法作为优化手段。在传统粒子群算法中,由于每代粒子飞行时间固定为1,导致产生"振荡",且惯性权重ω是线性递减的,没有充分利用目标函数所提供的其它信息,使得搜索方向的启发性不强,收敛速度较慢且易陷入局部极值。本算法在传统粒子群法基础上,采取自适应调整飞行时间,减少"振荡"现象的产生,并且充分利用目标函数提供的信息,动态变惯性权值,增强算法的启发性,有效地跳出局部极值。通过参数调试,选取一组合适的参数优化分馏塔。将本法与申慧敏等IPAGA、周晓静等ASACA的优化结果及优化过程加以比较,结果表明:本法优化结果较好而且速度快,与ASACA最优解相同,无论综合测评函数还是子目标函数的取值均高于IPAGA,同时克服了ASACA中暂停现象,大大地减少了时间花费,有利于提高生产效率,是行之有效、多目标优化分馏塔的方法。但是本法在处理复杂的多目标优化问题时存在一定的局限性,还有待进一步改进。
- 刘蓉吕翠英
- 关键词：分馏塔多目标优化自适应粒子群算法
- 自适应粒子群算法研究及其在多目标优化中应用
- 粒子群算法（Particle Swarm Optimization,简称PSO）是一种新兴的群体智能算法,是受鸟类群体觅食行为的启发,再结合个体学习、文化传播的概念而形成。粒子群算法由于计算快速和本身的易实现性,一经提出...
- 刘蓉
- 关键词：粒子群算法自适应多目标优化
- 文献传递
- 自适应粒子群算法AFIPSO的研究被引量：2
- 2010年
- 提出一种自适应粒子群算法。通过自适应调整飞行时间和惯性权值,克服了粒子群算法在进化后期搜索能力下降的问题,并且充分利用目标函数的信息,提高了算法的稳定性,加快了算法的收敛速度。通过测试函数对算法进行实验,结果表明算法具有较好的稳定性和收敛速度。
- 刘蓉吕翠英
- 关键词：粒子群算法自适应飞行时间惯性权值
