优进策略支持的进化规划估计反应动力学参数-高校化学工程学报.pdf

第18 卷第5 期 高 校 化 学 工 程 学 报 No.5 Vol.18 2004 年10 月 Journal of Chemical Engineering of Chinese Universities Oct. 2004 文章编号：1003-9015(2004)05-0638-05 优进策略支持的进化规划估计反应动力学参数 张 兵, 陈德钊, 饶 骏 (浙江大学化学工程与生物工程学系，浙江 杭州 310027) 摘 要：为准确估计反应动力学参数，在分析确定性优化方法与进化算法特性的基础上，提出了一种由优进策略支 持的进化规划方法(EEP) ，它将确定性寻优的两点梯度法(TPG) 引入随机的进化规划算法(EP) 中。EEP 将依概率调用 TPG 寻优操作，并相应地调整原有的随机性操作，包括简化变异操作、改进选择操作。测试结果表明EEP 克服了 TPG 与EP 的缺点，发扬了二者的优点，具有良好的全局寻优性能。将EEP 方法成功地应用于2-氯苯酚在超临界 水中氧化反应动力学参数的估计，效果良好，与其它方法相比，结果有所改进，显示出EEP 方法的优越性。 关键词：优进策略；进化规划；2-氯苯酚；超临界水氧化；动力学参数估计 中图分类号：TQ021.8 ；TQ031.7 文献标识码：A 1 引 言 基于样本数据估计化学反应的动力学参数是化工领域的重要课题，它有助于深入研究化学反应的 机理，并实现相关技术的工业化。优化是参数估计的有效手段，也是化工信息处理最基本的问题之一。 优化问题的一般形式可表示为： min f (x ) (1) s.t. x S 其中，x (x ,x , Lx )T 是P 维向量，S 是可行域。 1 2 p [1] 传统的确定性寻优算法如Gauss-Newton 法、Powell 法 等，运行速度快，运行过程可再现，其不 足在于寻优结果与初值有关，一般只能搜得局部最优。进化算法，主要包括遗传算法(GA) 、进化策略 (ES)、进化规划(Evolution Programming ，EP)[2]等，以随机性的概率转换机制寻优，可实现全局寻优， 但搜索进展十分缓慢，效率往往较低。本文拟将确定性寻优操作引入进化规划，并调整进化规划的随 [3] 机性操作，集成二者的优点，构建以优进策略 支持的进化规划(Eugenic Evolution Programming ，EEP) ， 并用以估计2-氯苯酚在超临界水中氧化反应的动力学参数。 2 优进策略支持的进化规划 2.1 优进策略的支持 所谓优进策略就是在进化算法随机演进的过程中，引入确定性的寻优操作，它将依据目标函数的 变化机理进行搜索，从而使随机性的概率转换机制与确定性的机理转换机制相结合，提高搜优的效率。 引入何种确定性寻优操作，应根据目标函数的性质筛选，若目标函数一阶可导，两点梯度法 (Two-Point Gradients Method ，TPG)[4]是较佳的选择，与最速下降法相同，它同样仅需计算一阶导数， 但具有超线性的收敛速率，寻优效率高于最速下降法。这归因于TPG 法在寻优时，不仅利用当前点的 梯度信息，还用到前一点的梯度信息。当目标函数不可导，或较难求导时，可以用Powell 法或单纯形 法的寻优操作。本文拟引入TPG 寻优操作。 确定性操作可提高局部寻优能力，但不能克服早熟等缺点，因此在引入确定性操作时，还应考虑原进 化算法的特点，作出适当的调整和改进，使两类操作扬长避短、相互补充，这也是优进策略的重