[發明專利]一種具有星形拓撲結構膜計算的復雜化工過程建模方法

無效

• 申請號: 200910100307.8
• 申請日: 2009-07-02
• 公開（公告）號: CN101587562A
• 公開（公告）日: 2009-11-25
• 發明（設計）人: 付杰;王寧
• 申請（專利權）人: 浙江大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 杭州求是專利事務所有限公司
• 代理人: 張法高

技術領域

本發明涉及建模方法，尤其涉及一種具有星形拓撲結構膜計算的復雜化工 過程建模方法。

背景技術

由于化工過程系統的日益復雜化以及很多化工對象具有嚴重的非線性特 性，所以化工過程建模一直是化工領域的研究難點和熱點，是現代化學工業生 產的必不可少環節?，F代化工過程控制都以其相應的數學建模為基礎，也就是 說化工過程的數學模型是控制的核心。建立準確的數學模型對化工過程的理論 研究和實際應用具有重要的意義。

傳統上，化工裝置的數學模型的建立主要有兩大類方法，一類為機理模型 方法，另一類為系統辨識方法。機理模型方法需要憑借可靠的規律及經驗知識 來建立原始微分方程，這些規律和經驗知識必須被表為一般的形式。這一方法 存在很大的缺陷和局限性，越來越不適用于現代大規?；み^程系統。系統辨 識方法是研究者根據化工過程的反應機理提出了相應的化工過程模型結構，選 擇適宜的實驗方法，求取模型參數，計算出其最優的估計值，最后驗證模型的 正確性。在這些已知模型的結構的化工過程模型中存在很多無法通過直接測量 得到的參數，需要使用參數估計方法來估計得到這些未知參數的值，并將這些 參數的估計值代入相應的化工過程模型中，以此得到化工過程的數學模型。這 些未知參數的估計值對得到的化工過程數學模型的準確性有著重要影響。從而， 將參數估計問題轉化為優化問題，很多傳統優化算法均被用來估計復雜化工過 程的參數。

優化理論和方法的起源可以追溯到微積分產生的年代，然后直到20世紀 30年代，由于軍事和工業生產等方面的迫切需要，才使得優化方法的研究得到 蓬勃的發展。常用的優化方法主要有：解析法，枚舉法和隨機搜索。解析法容 易陷入局部最優值，而且要求目標函數和約束域可用解析式表示，難以用于求 解目標函數不連續、約束域不連通、目標函數難以用解析式表達、解空間具有 多峰特性等情況。枚舉法具有簡單易行的特點，但它需要計算搜索空間中每一 個點的值，因此效率低下、適應性差。實際上，許多優化問題的搜索空間都很 大，不允許一點一點地搜索。隨機搜索方法則是通過在搜索空間里隨機漫游并 隨時記錄下所取得的最好結果，它的效率依然不高，而且只有解在搜索空間緊 密分布時，才能找到最優解，這個條件一般很難滿足。針對工程中的優化問題 的復雜性、約束性、非線性、多局部極小點、建模困難等特點，尋找適合于大 規模并行搜索且具有智能化的優化方法已經成為一個重要的研究方向。

近年來，受生物科學技術研究成果的啟發，基于生物計算的優化方法發展 迅速。研究人員借鑒仿生學的思想，提出了一些具有高效尋優能力和廣泛適應 性的智能優化方法。例如，人工神經網絡(ANN)在一定程度上模擬了人腦的組 織結構和功能；遺傳算法(GA)借鑒了自然界生物“生存競爭、優生劣汰，適者 生存”的進化機制；蟻群算法(ACO)則受螞蟻群體尋找食物最優路徑的啟發^[5]； 禁忌搜索模擬了人類記憶的智力過程。這些基于生物計算的優化方法在求解復 雜優化問題方面展示了它們的優點。其中常規遺傳算法(SGA)作為一種適應 面廣，魯棒性強的隨機搜索方法，具有較強的全局搜索能力，適合解決此類問 題，然而該方法搜索效率較低，局部搜索能力較差且易早熟。受細胞結構和功 能啟發的膜計算，具有強大的并行和分布式計算的特征，已被用于生物醫藥的 建模，人口問題的建模，以及密碼和經濟等問題的求解。具有星形拓撲結構的 膜計算優化方法(見圖1)是受生物細胞和計算機網絡結構的啟發而提出的一 種膜優化算法，可用于解決多變量，非線性的優化問題，得到有效的控制參數 和化工模型。將此種方法用于解決重油裂解三集總模型結構參數估計中，取得 較理想的效果。

發明內容

本發明的目的是克服現有技術不足，提供了一種具有星形拓撲結構膜計算 的復雜化工過程建模方法。

具有星形拓撲結構膜計算的復雜化工過程建模方法包括如下步驟：

1)通過現場操作或者實驗獲得化工過程采樣的輸入和輸出的數據，對于同 一組化工過程的輸入采樣數據，化工過程模型的估計輸出與化工過程的實際采 樣輸出數據的誤差絕對值之和作為目標函數；

2)設定具有星形拓撲結構膜計算運行的進化代數G，具有星形拓撲結構膜 計算的共有三個子系統和一個表層膜，每個子系統包括n層膜，每層膜內存在 m個對象，改寫概率為p_m，交叉概率為1，換位概率為p_t以及交流規模的大小、 算法的終止準則；