基于遗传算法的煤低温干馏过程优化论文.docVIP

论文题目：基于遗传算法的煤低温干馏过程优化  专  业：应用数学  硕 士 生：秦小莉 指导教师：曹根牛 李建伟  摘  要  （签名） （签名） （签名）  遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适 应搜索算法。它的研究历史相对较短，早期是一种试图从解释自然系统中生物的复杂适 应过程入手来模拟生物进化的机制以便构造人工系统的模型。近年来整个世界范围内形 成了进化计算热潮，计算智能已作为人工智能研究的一个重要方向，以及后来的人工生 命研究兴起，使遗传算法受到特别广泛的关注。 遗传算法作为一种新型优化算法，由于其具有简单、易于操作、使用方便、并行信 息处理等特点，己经成为人们解决一些复杂问题的新思路和新方法，广泛应用于许多科 学领域。然而其在理论和应用方法上仍存在许多不足和缺陷，例如存在容易产生早熟现 象、局部寻优能力较差、收敛速度较慢、效率相对较低等等问题，影响了其进一步的应 用。本文介绍了常规遗传算法的原理和方法，并围绕遗传算法的收敛性与运行效率对遗 传算法进行了改进。主要工作如下： （1）对遗传算法的基本原理和实现技术进行了相应的概括和总结。并对遗传算法的 各要素（编码、适应度函数、遗传算子、参数选择等）进行了理论分析。 （2）在对遗传算法的原理、流程、遗传算子及相关理论进行了较深入的研究和分析 的基础上，对算法实行了改进，提出一种全新的自适应遗传算法，这种算法将 曼哈坦距离成功引入初始群体中以产生自适应交叉算子和变异算子。 （3）使用改进的自适应遗传算法对煤低温干馏过程中的优化问题进行了研究，使整 个过程中的资源利用、产品的总体效益达到最大化。通过比较各算法计算结果， 证明改进过的算法具有非常优良的品质。 关 键 词：遗传算法；自适应遗传算法；低温干馏；优化 研究类型：应用研究 Subject  : The Optimization of Coal Cryogenic Distillation Process Based  on Genetic Algorithm Specialty : Applied Mathematics  Name  : Qin Xiaoli  (Signature)  Instructor: Cao Genniu Li Jianwei  (Signature) (Signature)  ABSTRACT Genetic algorithm is a highly parallel,randomized and adaptive search algorithm, develo- pmenting on natural selection and evolutionary of biological mechanisms.Its research history is short,early it is a constructed artificial system model of simulating the mechanisms of biol- ogical evolution from attempting to explain the complexity process of biological in the natur- al system.Formed in recent years around the world boom of evolutionary computation,compu- tational intelligence became one of the major directions of artificial intelligence research,as well as the subsequent rise of artificial life research,so that genetic algorithms is concerned broad. As a new optimization method,Genetic algorithms was widely used in the optimizations of many fields owing to the features of simplicity,easily handing and parallel processing .However Genetic algorithms theory is not perfect,such as there exist the problems of easily creating earliness and bad ability in local optimal