[發(fā)明專利]一種具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算的復(fù)雜化工過程建模方法

無效

• 申請?zhí)枺?/td>: 200910100307.8
• 申請日: 2009-07-02
• 公開（公告）號: CN101587562A
• 公開（公告）日: 2009-11-25
• 發(fā)明（設(shè)計(jì)）人: 付杰;王寧
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 杭州求是專利事務(wù)所有限公司
• 代理人: 張法高

1.一種具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算的復(fù)雜化工過程建模方法，其特征包括如 下步驟：

1)通過現(xiàn)場操作或者實(shí)驗(yàn)獲得化工過程采樣的輸入和輸出的數(shù)據(jù)，對于同 一組化工過程的輸入采樣數(shù)據(jù)，化工過程模型的估計(jì)輸出與化工過程的實(shí)際采 樣輸出數(shù)據(jù)的誤差絕對值之和作為目標(biāo)函數(shù)；

2)設(shè)定具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算運(yùn)行的進(jìn)化代數(shù)G，具有星形拓?fù)浣Y(jié)構(gòu)膜 計(jì)算擁有三個(gè)子系統(tǒng)和一個(gè)表層膜，每個(gè)子系統(tǒng)包括n層膜，每層膜內(nèi)存在m 個(gè)對象，改寫概率為p_m，交叉概率為1，換位概率為p_t以及交流規(guī)模的大小、 算法的終止準(zhǔn)則；

3)運(yùn)行具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算對復(fù)雜化工過程模型中的未知參數(shù)進(jìn)行估 計(jì)，通過最小化目標(biāo)函數(shù)，得到化工過程模型中未知參數(shù)的估計(jì)值，將化工過 程模型中未知參數(shù)的估計(jì)值代入化工過程模型中，形成化工過程的數(shù)學(xué)模型；

所述的運(yùn)行具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算對化工過程模型中的未知參數(shù)進(jìn)行估 計(jì)，通過最小化目標(biāo)函數(shù)，得到化工過程模型中未知參數(shù)的估計(jì)值，將化工過 程模型中未知參數(shù)的估計(jì)值代入化工過程模型中，形成化工過程的數(shù)學(xué)模型步 驟為：

(1)設(shè)定具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算的初始參數(shù)和模型參數(shù)的搜索范圍，隨 機(jī)產(chǎn)生對象集；

(2)化工過程模型的估計(jì)輸出與化工過程的實(shí)際采樣輸出數(shù)據(jù)的誤差絕對 值之和作為目標(biāo)函數(shù)；

(3)具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算的第一子系統(tǒng)的第一層膜開始計(jì)算，除表層 膜外的所有膜內(nèi)部區(qū)域的對象依次經(jīng)歷改寫規(guī)則、換位規(guī)則、交叉規(guī)則操作；

(4)如果三個(gè)子系統(tǒng)內(nèi)每個(gè)膜內(nèi)區(qū)域的所有對象進(jìn)化完畢則進(jìn)入步驟(5)， 否則返回步驟(3)；

(5)第一子系統(tǒng)與第二子系統(tǒng)進(jìn)行交流得到部分優(yōu)化值，第三子系統(tǒng)與部 分優(yōu)化值進(jìn)行比較再次得到最終優(yōu)化值，進(jìn)行一代的尋優(yōu)搜索，重復(fù)步驟(2) 至步驟(5)，完成下一代的尋優(yōu)搜索；

(6)當(dāng)具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算運(yùn)行達(dá)到算法的終止準(zhǔn)則，化工過程模型 的估計(jì)輸出最優(yōu)值作為化工過程模型未知參數(shù)的估計(jì)值，將未知參數(shù)的估計(jì)值 代入化工過程模型中，形成化工過程的數(shù)學(xué)模型。

2.根據(jù)權(quán)利要求1所述的一種具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算的復(fù)雜化工過程建 模方法，其特征在于所述的算法的終止準(zhǔn)則為：算法的運(yùn)行代數(shù)達(dá)到最大代數(shù)。

3.根據(jù)權(quán)利要求1所述的一種具有星形拓?fù)浣Y(jié)構(gòu)膜計(jì)算的復(fù)雜化工過程建 模方法，其特征在于所述的改寫規(guī)則、換位規(guī)則、交叉操作、交流規(guī)則公式如 下：

1)改寫規(guī)則

S?→S′if?p₀≤p_m

p₀＝rand

S=x1x2...xlS′=y1y2...yl]]>

yi=xioryi=xi+ηi]]>

i＝1，2，...l

其中，l是優(yōu)化變量的數(shù)目或者字符串的長度，η_i是隨機(jī)變異量，S代表進(jìn) 化對象的一條單鏈，根據(jù)這條規(guī)則，隨機(jī)產(chǎn)生的概率p₀小于或等于設(shè)定的概率 p_m時(shí)，S中的字符x_i轉(zhuǎn)換為y_i＝x_i+η_i，從而構(gòu)成S′，否則保持原樣；

2)換位規(guī)則

S→S′ifp0≤ptp0=rand]]>

S=x1,x2,...xi...xj...xlS′=x1,x2,...xi...xj...xl]]>

其中，S是從膜內(nèi)隨機(jī)選取的字符串對象，i，j(i≤j)是隨機(jī)選擇的該字符 串中字符的位置，l是優(yōu)化變量的數(shù)目或者字符串的長度，S′是換位規(guī)則執(zhí)行后 的新字符串對象，當(dāng)隨機(jī)產(chǎn)生的概率p₀小于或等于設(shè)定的概率p_t時(shí)，字符串對 象將發(fā)生這一規(guī)則；

3)交叉規(guī)則

這個(gè)規(guī)則分為數(shù)值交叉和單點(diǎn)交叉：

S=x1,x2,...xi,...xj...xlSr=y1,y2,...yi,...yj...yl]]>

對于S，隨機(jī)選取字符串S_r，且公式中i＜j，z_i＝αx_i+(1-α)y_i，z_j＝αx_j+(1-α)y_j其 中α∈(0，1)，數(shù)值交叉后S變?yōu)镾′：S′＝x₁，x₂，...z_i...z_j...y_l.

(S，S_r)→(S′，S′_r)

S=x1,x2,...ui,ui+1...xlSr=y1,y2,...uj,uj+1...ylS′=x1,x2,...ui,uj+1...xlSr′=y1,y2,...uj,ui+1...yl]]>

字符串對象S，S_r分別在u_i，u_i+1和u_j，u_j+1位置切割開來，然后，片段分別在u_i，u_j+1和 u_j，u_i+1重新組合成兩條新的字符串；

4)交流規(guī)則

該規(guī)則是各個(gè)膜將它的適應(yīng)度值比較好的字符串發(fā)送到膜的外面，也就是 進(jìn)入膜的上層膜中，

[S_min1，...，S_minq]_iS_max1，...S_maxq→[...]_iS_min1，...，S_minq

i＝1，2，...l

式中，q是交流的對象個(gè)數(shù)，即交流規(guī)模的大小，S_max1，...，S_maxq是i+1區(qū)域內(nèi)適應(yīng) 度比較差的q個(gè)字符對象，S_min1，...，S_minq是適應(yīng)度優(yōu)于本區(qū)域中其他對象的q個(gè)字 符對象。