原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
研究论文 混沌广义差分进化算法及其德士古气化过程中的应用
1 2 1
许 伟 ，顾幸生 ，孙优贤
1 2
（浙江大学工业控制技术国家重点实验室，浙江 杭州 310027 ； 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：在德士古水煤浆气化工艺中，合成气中各组分的含量是衡量气化效率的关键参数。以某厂德士古气化装置
为研究背景，设计了一种合成气组分含量的预测模型。该模型选取三层前馈神经网络结构，并采用一种具有广义
差分项的混沌差分进化算法(ChaoDEGD)作为模型参数的学习方法。ChaoDEGD 算法在差分进化算法的变异操作
中引入了广义的个体差异信息，并在不同进化时期，对不同适应度等级的个体施加混沌映射，保证了种群的多样
性，帮助种群有效跳出了局部极小点。由实验结果可知，基于 ChaoDEGD 的神经网络预测模型能够较好的估计
合成气中CO 、H 、CO 三类关键组分的含量，为德士古水煤浆气化过程的安全稳定运行提供了有利指导。
2 2
关键词：差分进化算法；混沌映射；德士古合成气
中图分类号：TP 273 文献标志码：A 文章编号：130
Chaotic generalized differential evolution and its application in
Texaco gasification process
1 2 1
Xu Wei ，Gu Xingsheng ，Sun Youxian
1
( State Key Laboratory of Industrial Control Technology ，Zhejiang University ，Hangzhou 310027，Zhejiang ，China；
2Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education ，East China
University of Science and Technology，Shanghai 200237 ，China)
Abstract ：In the Texaco gasification process, the concentrations of syngas components are the key parameters to
evaluate the gasification efficiency. A prediction model of the syngas components is designed for application in a
real-world fertilizer plant. The model is a three-layer feedforward neural network, which adopts a chaotic
differential evolution with generalized differen
文档评论（0）