论文部分内容阅读
优化问题广泛存在于日常生活、生产实践和科学研究中。优化方法则是以数学为基础，用于求解各类优化问题的应用技术。如何设计高效的优化方法求解优化问题一直是研究的热点。受自然界的现象或过程启发而发展起来的智能优化算法，具有高度并行、自组织、自适应等特点。由于其发展前景和应用潜力巨大，利用智能优化算法求解优化问题受到了国内外研究者的广泛关注，且研究成果已成功应用于众多领域。 教学优化算法是一种新兴的基于种群的全局优化的智能优化算法，具有参数少、容易实现、鲁棒性强等优点。自被提出以来，就受到了广泛的关注和研究，已经在很多领域取得了成功的应用。但是作为一种新型的算法，也存在着一些不足，比如，不能很好地平衡搜索过程中的开发和探测能力，求解高维复杂问题的性能不高等等，且其应用领域还有待进一步扩展。 乙烯裂解炉是乙烯装置的关键设备。由于裂解炉运行具有非连续、进料批次性和有限裂解负荷等特征，所以乙烯装置通过多台裂解炉联合调度实现不同原料裂解和装置裂解负荷稳定。裂解炉群的运行和调度管理水平直接决定乙烯工厂整体的经济效益。然而在实际生产中，为了装置的安全运行，对原料的调度排产和关键操作条件的设定还停留在经验层面，不能根据实际装置的运行情况进行最优设定。所以对裂解炉进行建模，以智能算法作为优化工具对裂解炉群实施优化，挖掘乙烯装置的生产能力具有重要的应用价值。 本文旨在基于教学优化算法对各类优化问题的求解展开研究，并将算法应用于裂解炉群的调度及操作优化中。本文的主要研究工作归纳如下: (1)针对教学优化算法在求解单目标优化问题时存在寻优精度低和稳定性差的缺点，通过在精英教学优化算法基础上引入反馈阶段过程，提出了反馈精英教学优化算法(FETLBO)。反馈阶段的加入使得学生的学习方式在教师阶段和学生阶段基础上有所增加，学习方式更加多样化，维持了种群的多样性;同时，反馈阶段选取较差的学生与当前最优个体进行交流学习，使较差个体迅速靠拢于好的搜索区域，保证了算法的收敛速度。基于标准测试函数的仿真对比实验验证了FETLBO算法的有效性。此外，为了提高算法求解高维单目标优化问题的性能，在反馈阶段基础上，进一步引入了差分进化算法中的变异交叉策略和混沌扰动机制，提出了混合策略改进的教学优化算法(ITLBO)。变异交叉策略增强种群多样性，避免早熟收敛;混沌扰动机制协助算法跳出局部最优。通过大量的测试函数和工程优化问题对ITLBO算法的有效性进行了验证。 (2)为了增强教学优化算法对于单目标约束优化问题的求解性能，提出了改进的约束教学优化算法(ICTLBO)，即基于自适应约束处理的分种群TLBO算法。在ICTLBO算法的教师阶段，基于多子种群的思想将整个种群均分成若干个子种群，每个子种群的方向信息由对应子种群的平均位置和整个种群的当前最优位置确定。在不同方向信息的指导下，种群个体能够从不同的方向快速地向有潜力的可行区域靠拢，增强算法的收敛速度。同时，不同子种群间的信息交流避免各个子种群的早熟收敛。在ICTLBO算法的学生阶段，新型的学习机制用于改善种群多样性，加强算法在好的搜索区域的探测能力。为了有效地在目标函数和约束违反度之间达到合适的平衡，三种不同的约束处理方法自适应地用于搜索过程中出现的三种不同的情形:不可行情形、半可行情形和可行情形。为了评价ICTLBO算法的性能，CEC2006提出的22个约束测试函数和CEC2010提出的18个维数可变的约束测试函数被选取作为测试函数集。此外，四个广泛被使用的工程设计问题被选取来验证ICTLBO算法求解实际问题的性能。实验结果表明，相比其它先进算法，ICTLBO的表现具有较高竞争性。 (3)为了能使教学优化算法有效求解多目标优化问题，提出了一种自适应的多目标教学优化算法(SA-MTLBO)。在SA-MTLBO中，学生可以根据他们自身在班级中的水平自适应地选择学习方式，较好的学生更大可能选择学生阶段来增强种群的多样性;较差的学生倾向于选择教师阶段来提高算法的收敛能力。所以处于不同水平的学生能够选择合适的学习方式执行对应的搜索功能，有效增强算法的性能。为了对SA-MTLBO算法的有效性进行验证，首先通过12个多目标测试函数对其进行测试，并与其它算法进行对比。实验结果论证了SA-MTLBO能够产生具有较好收敛性和分布性的Pareto前沿。最后，SA-MTLBO应用于求解乙烯裂解炉裂解过程中的最大化乙烯、丙烯和丁二烯收率多目标优化问题，得到了满意的结果。 (4)针对乙烯裂解炉群系统的循环调度优化和多目标操作优化问题进行了研究。首先在考虑多种原料、不同的产品价格、清焦成本和其它实际约束下，提出了一个新的循环调度优化模型。新模型不但考虑了非同步清焦约束，而且避免了同种原料在同台裂解炉中不同批次的处理时间相同的假设，使得新模型更切合实际和更具优化灵活性。提出了多样性学习教学优化算法(DLTLBO)并用于求解循环调度优化问题，确定原料到裂解炉的最优分配、批次处理时间和顺序、非同步清焦时间和顺序安排以及每个批次的操作条件等，实现裂解炉群系统的天平均经济效益最大化的目的。通过一个来源于实际乙烯厂的案例研究对提出的循环调度优化模型和DLTLBO算法的性能进行了测试，得到了更切实际且具有更高经济效益的调度方案。此外，基于乙烯生产现场的原料分配情况，提出了针对裂解炉群的多目标操作优化模型，同时确定炉群系统中每台裂解炉的关键操作条件，实现两个重要且互相冲突的目标:关键产品收率最大化和吨乙烯燃料消耗的最小化。采用前面提出的SA-MTLBO算法求解该多目标优化问题。对一个实际的工业案例进行了研究，结果表明获得的Pareto最优解集提供了分布广泛的多种可能的操作选择。