[發(fā)明專利]混合DNA遺傳算法的復(fù)雜化工過程建模方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110269378.8
• 申請(qǐng)日: 2011-09-13
• 公開（公告）號(hào): CN102419549A
• 公開（公告）日: 2012-04-18
• 發(fā)明（設(shè)計(jì)）人: 王寧;戴侃
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G05B13/04
• 分類號(hào): G05B13/04
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 張法高

1.一種混合DNA遺傳算法的復(fù)雜化工過程建模方法，其特征在于它的步驟如下：

1)通過現(xiàn)場(chǎng)操作或?qū)嶒?yàn)獲得化工過程采樣的輸入輸出數(shù)據(jù)，對(duì)于同一組采樣輸入數(shù)據(jù)，化工過程模型的估計(jì)輸出與實(shí)際輸出的誤差絕對(duì)值之和作為混合DNA遺傳算法尋優(yōu)搜索時(shí)的目標(biāo)函數(shù)；

2)設(shè)定算法運(yùn)行的最大代數(shù)G_max，每個(gè)參數(shù)編碼長(zhǎng)度l，個(gè)體編碼長(zhǎng)度L為每個(gè)參數(shù)編碼長(zhǎng)度l乘以參數(shù)的個(gè)數(shù)n，種群數(shù)N，置換交叉概率p_c1a和p_c1b，轉(zhuǎn)位交叉概率p_c2a和p_c2b重構(gòu)交叉概率p_r0，自適應(yīng)變異概率p_mh和p_ml，基于模擬退火方法的選擇算子的種群個(gè)體選擇概率p(x_i)，基于(μ，λ)-ES理論的種群更新規(guī)則，自適應(yīng)參數(shù)區(qū)間變化規(guī)則以及算法的終止規(guī)則；

3)運(yùn)行混合DNA遺傳算法對(duì)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，再將未知參數(shù)的估計(jì)值代入化工過程模型中形成化工工程的數(shù)學(xué)模型。

2.根據(jù)權(quán)利要求1所述的一種混合DNA遺傳算法的化工過程及建模方法，其特征在于所述算法的終止準(zhǔn)則為：算法的運(yùn)行代數(shù)達(dá)最大代數(shù)G_max或者算法得到的目標(biāo)函數(shù)值小于Δ_ε。

3.根據(jù)權(quán)利要求1所述的一種混合DNA遺傳算法的復(fù)雜化工過程建模方法，其特征在于所述的步驟3)為：

(1)隨機(jī)生成包含N個(gè)長(zhǎng)度為L(zhǎng)的DNA序列的初始種群，每一個(gè)DNA序列代表化工過程模型的一組未知參數(shù)的可能解，每個(gè)未知參數(shù)均由字符集{0，1，2，3}編碼為一個(gè)長(zhǎng)度為l的DNA子序列，設(shè)未知參數(shù)個(gè)數(shù)為n，則一個(gè)DNA序列的編碼長(zhǎng)度為L(zhǎng)＝ln；

(2)將種群中的每一個(gè)DNA序列解碼為化工工程模型的一組未知參數(shù)并計(jì)算其對(duì)應(yīng)的目標(biāo)函數(shù)值，再將目標(biāo)函數(shù)值轉(zhuǎn)化為對(duì)應(yīng)的適應(yīng)度值，適應(yīng)度值最大的個(gè)體定義為這一代的最優(yōu)個(gè)體，記種群代數(shù)微小變化的變量為tav＝0，將最優(yōu)個(gè)體適應(yīng)度值與上一代個(gè)體比較，若二者相差絕對(duì)值小于δ＝0.01，則tav增加1，否則tav置零；

(3)判斷是否采用(μ，λ)-ES理論更新種群：若tav＞tav₀則更新種群，否則跳過這一步；

(4)根據(jù)適應(yīng)度值大小將種群分為兩類，適應(yīng)度值大的一半個(gè)體為優(yōu)質(zhì)部分種群記為SuG，適應(yīng)度值小的一半為劣質(zhì)部分種群記為InG，對(duì)于InG部分種群，根據(jù)堿基對(duì)互補(bǔ)原則對(duì)個(gè)體的每個(gè)堿基取互補(bǔ)得到新的取反部分種群記為CpG，再對(duì)每個(gè)個(gè)體內(nèi)的堿基重新隨機(jī)排列得到新的混亂部分種群記為CtG；

(5)依概率進(jìn)行交叉操作、變異操作和選擇操作，再根據(jù)每一代最優(yōu)個(gè)體的值判斷是否更新未知參數(shù)的取值區(qū)間；

(6)重復(fù)步驟(2)～步驟(5)進(jìn)行算法迭代，直到滿足算法的終止準(zhǔn)則；

(7)將最終種群的最優(yōu)個(gè)體解碼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。