[發明專利]一種自適應布谷鳥算法及其在化工優化中的應用方法

在審

• 申請號: 201811000963.6
• 申請日: 2018-08-30
• 公開（公告）號: CN109146188A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 莫愿斌;盧彥越;張超群
• 申請（專利權）人: 廣西民族大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/04;G06N3/00
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

本發明屬于化工技術領域，公開了一種自適應布谷鳥算法及其在化工優化中的應用方法。本發明提出一種變步長自適應布谷鳥搜索算法(VSACS)，將基本布谷鳥搜索(CS)算法中的隨機步長改進成根據迭代次數自適應調整的步長。通過15個標準測試函數的測試，結果驗證了改進的算法有較快的收斂速度和較高的求解精度。最后將改進的算法用于批示反應器、管式反應器、生物反應器等3個典型的化工動態優化問題中，獲得了滿意的實驗結果，同時也進一步表明該算法的有效性。

技術領域

本發明屬于化工技術領域，尤其涉及一種自適應布谷鳥算法及其在化工優化中的應用方法。

背景技術

隨著環境和能源問題的日益突出，化工過程的優化越來越受到人們的關注。化工過程的數學模型一般均為動態優化模型形式。因此，對化工過程的動態優化的分析是一個研究熱點。化工動態優化就是尋求控制化工過程中的－個或幾個操作變量，使得過程的某個指標達到最優。目前為止，國內外學者通過很多方法對化工動態優化問題進行研究，其中主要的方法有：基于龐特里亞金的極值原理；貝爾曼最佳原理；線性規劃法；迭代動態規劃法；智能算法等。由于傳統的算法在求解動態優化問題時需要求出梯度，而復雜的實際模型很難做到’因此利用智能算法分析該問題已成為了近年來一個研究方向。布谷鳥搜索(CuckooSearch)算法是－種新型的元啟發式群智能算法，它是在2009年由學者XinsheYang等提出的，由于其簡單、易于實現、可調參數少等特點而受到了學者們的廣泛關注。CS一經提出就顯不了它相對于目前已有的遺傳算法(GA)和粒子群算法(PSO)等的優勢。算法已在設計最優化商業最優化，相平衡計算，可靠性最優化職優化，酬獲得應用。但該算法也存在自身的－些不足，比如計算精度不高、收斂速度較慢等。針對這些問題，本文提出－種變步長自適應CS算法，測試結果表明了改進的算法能夠提高CS算法的求解精度以及收斂速度，最后將所提出的算法應用于化工動態優化問題中，獲得了滿意的效果。

綜上所述，現有技術存在的問題是：群智能算法求解此類優化問題時不可避免地存在后期收斂速度慢、求解精度的不高等不足。

發明內容

針對現有技術存在的問題，本發明提供了一種自適應布谷鳥算法及其在化工優化中的應用方法。

本發明是這樣實現的，一種自適應布谷鳥算法及其在化工優化中的應用方法包括以下步驟：

步驟一，將基本布谷鳥搜索(CS)算法中的隨機步長改進成根據迭代次數自適應調整的步長；

步驟二，通過15個標準測試函數的測試；

步驟三，最后將改進的算法用于批示反應器、管式反應器、生物反應器等3個典型的化工動態優化問題中。

進一步，所述動態優化問題的描述：

動態優化問題的一般形式如下：

問勵實質就是在滿足約束條件下選擇控制策略u，使性能指標J達到最優。

進一步，所述基本cs算法:

基本的CS算法中，設定了如下3個理想狀態：

(1)布合鳥每次只產一1蛋，并隨機尋找鳥窩進行孵化；

(2)隨機尋找的鳥窩中，最好的鳥窩位置將被保留進入下一代；

(3)外來鳥蛋被鳥窩的主人發現的概率是P_α∈[0，1]。

布谷鳥尋找鳥窩位置的更新公式是：