多目标优化算法及其在化工中的应用研究-化学工程专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 签 名： 日 期： 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的 全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制 手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有 关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息 服务。 （保密的论文在解密后应遵守此规定） 研究生（签名）： 导师（签名）： 日期： 中文摘要 中文摘要 多目标优化算法广泛应用于化工领域，诸如过程控制与操作优化、化工设 备设计、环境工程等。近年来，越来越多的学者将多目标优化算法与流程模拟 器相结合解化工优化问题。由于流程模拟需要花费大量时间进行收敛计算，因 此，优化算法必须能够在较少的目标函数评价次数的情况下，也能快速达到收 敛。非支配遗传算法是多目标优化领域应用最广的算法，但其必须经过上万次 的目标函数评价才能得到较好的结果，而且其本身也存在容易过早收敛、局部 搜索能力不强等缺点。因此，本文旨在提出一种高效的多目标优化算法，将其 应用于化工过程的优化。本文的工作主要有以下几个方面： （1）阐述了多目标优化算法的研究背景和意义，从科学研究和工程应用两 个方面，介绍了多目标进化算法的发展，并对列队竞争算法的研究和应用进展 进行了简单介绍； （2）介绍了多目标优化问题的相关概念与定义，详细描述了列队竞争算法 LCA 和非支配遗传算法 NSGA-II 的计算流程与关键算子，引入了解集收敛性和 均匀性评价指标； （3）提出了一种多目标列队竞争算法 MOLCA，采用多种策略，在降低目 标函数评价次数的同时达到快速收敛。对 MOLCA 主要参数的设定进行了讨论， 然后利用经典测试函数对 MOLCA 进行测试分析，与 NSGA-II 相比，该方法表 现更优秀。将 MOLCA 应用于催化裂化主分馏塔的操作参数优化，以总经济效 益和系统能耗为两目标，给出了优化的操作方案； （4）针对 NSGA-II 存在容易收敛于局部最优解和计算时间久的问题，提出 了 一种 基 于 多 目 标 列队竞争算法 和 非 支 配 遗 传 算 法 的 混 合 算 法 MOLCA-NSGA-II。经过经典测试函数的测试分析表明，该算法在运算时间、收 敛性和分布性方面都要明显优于 NSGA-II。将 MOLCA-NSGA-II 应用于甲醇制 烯烃分离过程优化，结果给出了一系列 Pareto 最优解，可以根据不同的生产要 求，综合考虑能耗和收率，选择适宜的操作条件。 关键词：多目标优化，列队竞争算法，MOLCA，NSGA-II，流程模拟 I Ab Abstract Multi-objective optimization algorithm is widely used in the chemical industry, such as process optimization and operational control, chemical equipment design, environmental engineering, etc. Therefore, looking for ways to solve the multi-objective optimization problem (MOP) have significant value in scientific and engineering fields. In recent years, more and more scholars optimize cases of chemical process by combining multi-objective optimization algorithms with process simulator. Due to complexity of the process simulation, that requiring a lot of time for convergence, optimization algorithms must quickly achieve convergence in the case of less ob