融合差分进化算法的AEA算法及其在参数估计中的应用.pdfVIP

第 65卷 第 12期 化 工 学 报 V_01．65No．12 2014年 12月 CIESC Journal December2014 0 ，j j 3 ，0 0 )3 ； ： 融合差分进化算法的AEA算法及其在参数估计中的应用 何鹏飞，李绍军 (华东理工大学化工过程先进控制和优化技术教育部重点实验室，上海 200237) 摘要：着眼于 AEA (Alopex．basedevolutionaryalgorithm)算法本身的不足，构造出一种融合了差分进化算法和 AEA的改进型算法——MAEA(modifiedAEA)。MAEA算法将改进后的差分进化算法嵌入到AEA 中，改进AEA 算法中种群的生成方式，提高算法的寻优能力。改进的算法不仅拥有启发搜索和确定性搜索的优点，同时还增加 了种群的多样性，使算法能够更好地进行全局和局部搜索。通过 21个标准函数的测试结果表明，该算法较标准 AEA 算法、差分进化算法的性能有较大提升。进一步和当前具有代表性的先进算法(ISDEMS)的比较结果表明， MAEA算法有较高的精确度和稳定性。将算法用于发酵动力学模型参数的估计，通过优化得到了较好的结果，验 证了本文提出的算法的可行性和有效性。 关键词：Alopex；AEA；差分进化算法；优化；参数估计 DOI：10．3969~．issn．0438—1157．2014．12．029 中图分类号：TP18 文献标志码：A 文章编号：0438—1157(2014)12—4857—09 AEA combinedwithdifferentialevolutionanditsapplicationon parameterestimation HEPengfei，LIShaojun (KeyLaboratoryofAdvancedControlandOptimizationfo，ChemicalProcesses，MinistryofEducation，EastChinaUniversityof ScienceandTechnology，Shanghai200237，China) Abstract：FocusingonthedemeritsofAEA (Alopex-basedevolutionaryalgorithm)，thispaperproposeda modifiedAEAalgorithm (MAEA)，whichwasfusedAEAwithdifferentialevolution(DE1．Inordertoenhance theperformanceofthealgorithm，thegenerationmethodofpopulation inAEA wasimprovedby applyingan improved DE operation toAEA．Themodified algorithm notonly takesadvantageofheuristic searchand deterministicsearchofAEA．butalsoincreasesthepopulationdiversityandiSadaptedtoglobalsearchandlocal search．Then theMAEA algorithm wastestedby 21benchmark functions，theresultsshow htatMAEA outperformsDE．MDE andAEA．Furthercomparison resultsbetweenMAEA algorithm andarepresentative state—of-the