微粒群优化算法间歇生产过程优化与控制中的应用研究.pdfVIP

摘要 摘要 本文首先对PSO算法进行研究分析，提出了一种基于高斯分布和模拟退火 算法的免疫PSO算法，并将P$O算法应用于反应釜温度控制和啤酒糖化配方优 化中。 聚合反应和啤酒糖化生产过程是常见的典型间歇生产过程。聚合反应釜温 度控制和啤酒糖化配方优化是当前企业迫切需要解决的问题。 聚合反应釜是一种常用的化学反应容器，其内部反应机理较为复杂。研究 通过控制其过程参数而控制化学反应过程，以提高产品的收率和质量的方法， 对化工生产和生物制药等工业很有实用价值。 啤酒糖化生产过程是啤酒生产的一个关键性环节，对整个啤酒生产的产量、 质量等影响很大。目前企业糖化生产配方通常都是依靠人工经验来设计，不仅 设计过程复杂耗费大量的人力物力，而且所得结果也通常不是最优配方。所以 啤酒糖化配方优化对提高糖化质量和节约成本都是必要的。所做主要工作及创 新点如下： 1)针对PSO算法存在的容易陷入局部最优并且其搜索速度有待进一步的 提高的问题，提出了一种基于高斯分布和模拟退火算法的免疫PSO算法。该算 法利用高斯分布和模拟退火的特性，分剐使用高斯分布和模拟退火进行免疫接 种和免疫选择的操作。这种