肾启发算法的化工过程建模

发布时间：2024-04-27 18:15

　　肾启发算法是一种受人体肾脏功能启发的智能算法。本文在对肾启发算法性能研究的基础上,对肾启发算法的改进作了进一步研究。本文的主要研究内容如下:(1)简要介绍肾启发算法的产生以及原理,并结合优化经典测试函数的结果、收敛曲线和群体分布图评价算法的性能,基于此总结了肾启发算法的不足。(2)针对肾启发算法的不足,本文受粒子群算法的启发,改进肾启发算法的运动方程,为了进一步增强算法的局部搜索精度,引入分子操作。与另外两种优化算法对典型测试函数的优化结果的评价中,表明受粒子群算法启发的肾算法的性能最优。此外,本文引入了卡普陀梯度下降算法,该算法的搜索精度优于传统的梯度下降算法。为了建立更精确的模型,本文结合受粒子群算法启发的肾算法和卡普陀梯度下降算法改进RBF网络,并应用改进的RBF网络对汽油管道调合过程进行建模,与经验法的RBF以及K均值的RBF的建模结果对比,改进的RBF网络具有更高的精度。(3)为了进一步提高肾启发算法的性能,本文重新定义滤过函数和运动方程,同时引入莱维飞行,提出了改进的肾启发算法,在与其它三种优化算法的客观评价中,改进的肾启发算法性能最优。为了建立FCCU反应-再生系统的精确...

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

图２．１肾功能示意图［７］??２．２．２肾启发算法的原理??

分支成五到八个毛细血管小叶而形成。??在肾脏产生尿液的过程中，主要功能为：肾小球的滤过作用、肾小管和集合??管的重吸收、肾小管与集合管的分泌作用和排泄功能［５Ｇ］，其基本功能示意图２．１。??（１）

图２．２肾启发算法的流程图??２．３算法性能测试与分析??为了进一步客观地评价ＫＡ的性能，本章添加了一些在文献未使用的目??

图２．２肾启发算法的流程图??性能测试与分析??进一步客观地评价ＫＡ的性能，本章添加了一些在文献未使用的目??对算法进行测试。目标函数具体形式如下：??Ｒａｓｔｒｉｇｉｎ?函数：??ｎ???（ｘ＾２?－１０?ｃｏｓ（２＾ｘ；）?＋１０）??＝ｌ??Ｍｉｃｈａｌｅｗｉｃｚ?函数：?....

图２．３测试函数的曲面图??测试函数的参数设置见表２．２

?ｔ??（结束）??图２．２肾启发算法的流程图??２．３算法性能测试与分析??为了进一步客观地评价ＫＡ的性能，本章添加了一些在文献未使用的目??标函数，对算法进行测试。目标函数具体形式如下：??（１）?Ｒａｓｔｒｉｇｉｎ?函数：??ｎ??ｆｅａ＝ｙ＾?（ｘ＾２?－１０?ｃｏｓ（２....

图２．４算法收敛曲线??

（ａ）第４次迭代?〇〇第４０次迭代??图２．５群体分布图??结合图２．４和图２．５可以得出：对２维Ａｃｋｌｅｙ的优化过程中，虽然ＫＡ第??４０次迭代中已经收敛到最优区域，但是，ＫＡ的大部分个体都收敛在最优点区域，??群体丧失活性，显然在１００次迭代中，群体早熟现象明显。??综上，....

本文编号：3965529