自适应混合粒子群约束优化算法及其在软测量模型参数估计中的应用.pdfVIP

第66卷 第 1期 化 工 学 报 、b1．66No．1 2015年 1月 CIESC Journal January 2015 j j j ≥j； j j j j； 0》 、 自适应混合粒子群约束优化算法及其在软测量 模型参数估计中的应用 徐文星，何骞，戴波，张慧平 (北京石油化工学院信息工程学院，北京 102617) 摘要：对于软测量模型参数估计问题，针对传统梯度法求解非线性最d,z-乘模型时依赖初值、需要追加趋势分析 进行验证和无法直接求解复杂问题的缺陷，提出将参数估计化为约束优化 问题，使用混合优化算法求解的新思路。 为此提出一种 自适应混合粒子群约束优化算法 (AHPSO．C)。在 AHPSO．C算法中，为平衡全局搜索 (混沌粒子 群)和局部搜索 (内点法)，引入 自适应内点法最大函数评价次数更新策略。对 l2个经典测试函数的仿真结果表 明，AHPSO．C是求解约束优化问题的一种有效算法。将算法用于淤浆法高密度聚乙烯 (HDPE)串级反应过程中 熔融指数软测量模型参数估计，验证了方法的可行性与优越性。 关键词：软测量；参数估计；约束优化；粒子群；自适应 DOI：10．11949~．issn．0438—1157 中图分类号：TP18；TQ015．9；TP391．9 文献标志码：A 文章编号：0438—1157(2015)ol一0222—06 Adaptivehybridparticleswarm optimizerforconstrainedoptimization problemsanditsapplicationinparameterestimationofsoft sensing XUWenxing，HEQian，DAIBo，ZHANGHuiping (CollegeofinformationEngineering,BeijingInstituteofPetrochemicalTechnology，Beijing102617，China) Abstract：Tranditionallytheproblemsofparameterestimationofsoftsensingmodelaresolvedbyusingthe traditionalgradientmethods to optimize the nonlinear least squares models．However, there exist the disadvantagesofthedependenceon theinitialsolution，therequirementofadditionaltrendanalysistoverify modelcorrectnessandtheinsufficiencyinsolvingcomplexproblems．Therefore，anew ideaoftransformingthe originalparameterestimationproblem intoaconsrtainedoptimizationproblem andusingahybridoptimization algorithm tosolveitisdeveloped．An adaptivehybridparticle swarm optimization algorithm forconstrained optimizationproblems(AHPSO—C)isproposed．InAHPSO—C，anupdatestrategyofmaximum function evaluationsfortheinterior-pointmethod(IPM)isimportedtobalancetheglobalsearch(chaoticp