遗传算法在电化学阻抗谱数据拟合处理中的运用.pdfVIP

摘要 j f ／本论文工作的目的，在于尝试将现代最优化方法之一的遗传算法用于 电化学阻抗谱数据的拟合处理。对于电化学阻抗谱的参数解析来说，它所 面对的是多维、高精度要求的数值优化问题。采用传统优化方法(如 Gauss-Newton法)时往往需要提供优良的参数初始估计，而且为了保证拟 合结果的合理性需要对拟合参数引入约束条件，但这些在传统优化方法中 并非容易实现或不能自动实现。遗传算法是模拟生物在自然环境中的遗传 和进化过程而形成的一种自适应全局优化概率搜索算法，它使用群体搜索 技术，通过对当前群体施加选择、交叉、变异等一系列遗传操作，从而产 生出新一代的群体，并逐步使群体进化到包含或接近最优解的状态。虽然 遗传算法已经被广泛地应用于很多学科，包括许多的化学理论研究和实践 中，但是根据文献资料来看，它在电化学尤其是电化学阻抗谱数据拟合 处理中的应用还很少。因此，对遗传算法在电化学阻抗谱数据拟合处理中 的应用进行尝试是有必要的。r、／。 本论文主要包括四个部分： 1．传统优化方法的选择。本章源引有关文献资料分析、比较了几 种常见的传统优化方法的运行效率和收敛性，得出一个结论： Gauss-N黜m法能够最快地收敛，具有最高的运行效率。如果 能给予优良的参