论文总字数：22221字

摘 要

遗传算法是模拟生物进化过程的一类随机性全局优化算法，广泛应用于化工过程的建模与优化中。但是遗传算法的局部搜索能力较弱，搜索精度不高，容易早熟收敛。针对这一问题，本人提出了一种自适应变异概率的改进遗传算法，该自适应变异概率改进遗传算法可以随着进化代数自适应改变，在前期具有更好的全局搜索能力，在后期也拥有更高的收敛精度。经过四个标准测试函数测试，改进的遗传算法有效性高于标准遗传算法。然后将这种改进的遗传算法应用到渣油加氢过程动力学模型的参数估计中，与以往文献结果相比,本文提出的改进遗传算法所获得的渣油加氢过程模型预测精度更高，仿真和应用结果表明了所提算法的有效性。

关键词：标准遗传算法 自适应遗传算法 渣油加氢 参数估计

Modeling Of Residuum Hydroprocessing Besed On The Genetic Algorithm

Abstract

Genetic algorithm is a stochastic global optimization algorithm that it is the simulation of biological evolution.It is used in the modeling and optimization of chemical process.But the local search ability of Genetic algorithm is weak,the search accuracy is low and it is premature convergence easily.To solve this problem,I put forword a kind of improved genetic algorithm with adaptive mutation probability.The improved genetic algorithm with adaptive mutation probability can change with the evolutionary change,it has better search ability in the early stage and higher convergence precision in the late.After the four standard test function test,the effectiveness of improved genetic algorithm is higher than standard genetic algorithm. Then apply the improved genetic algorithm to the parameters of residuum hydroprocessing dynamic model estimation.Compared with past literature,the superiority ,the improved genetic algorithm obtained in this paper has higher prediction accuracy, the simulation and the application results show the effectiveness of the improved algorithm.

KeyWords:Standard gengtic algorithm；Adaptive genetic algorithm;Residuum hudroprocessing;Parameterestimation

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1课题研究背景 1

1.2 本文问题的提出 2

1.3遗传算法 2

1.3.1 遗传算法概述 2

1.3.2 遗传算法的组成 4

1.3.3 遗传算法的优缺点 9

1.4 现有智能优化算法概述 9

1.4.1粒子群优化算法 9

1.4.2模拟退火 11

1.4.3蚁群算法 12

1.5 本章小结 15

第二章 渣油加氢建模 16

2.1 问题描述 16

2.2 渣油加氢模型的提出 16

2.3 本章小结 18

第三章 自适应变异概率遗传算法 19

3.1 自适应变异概率遗传算法概述 19

3.1.1 编码方式 19

3.1.2 选择操作及交叉操作 19

3.1.3 变异算子 19

3.2改进遗传算法的性能测试及分析 22

3.2.1 测试函数 22

3.2.2 测试结果分析 25

3.3 本章小结 27

第四章 渣油加氢动力学模型参数估计 29

4.1 参数估计结果 29

4.2 结果分析 33

4.3本章小结 33

第五章 全文总结及研究展望 34

5.1 全文总结 34

5.2 研究展望 34

参考文献 36

致谢 39

第一章 绪论

1.1课题研究背景

资源是一个国家不断发展前进的动力，在所有资源中，石油资源无论是对国民经济还是对国家的进步都起着至关重要的作用，这一点在炼化工业中更是显得尤为突出。石油是不可再生资源，图1-1和图1-2是对原油的每日需求量及重油产量的预测^[1]。

图1-1世界原油需求及预测

图1-2 2009-2030年世界重质原油（API^olt;22）产量

由图1-1及1-2对比可以看到，到2030年之前，世界重油每日产量已经无法满足人们对原油的每日需求量，而随着原油的重质、劣质化不断加重^[2-3]，这一问题将会变得更加严重，所以寻求一种高效的炼油方法势在必行。在重油的深度加工中，世界炼油工业关注的焦点是渣油的高效加工及充分利用^[1]。

目前对渣油加工的路线有加氢路线和脱碳路线。对于加氢路线，主要有固定床、移动床、沸腾床、悬浮床四种处理技术，而对于脱碳路线来说，主要包括重油的催化裂化、延迟焦化等技术。渣油加氢较渣油脱碳具有环境友好、产品质量高等优点，从而获得了世界炼油企业的青睐^[4]。

渣油加氢工艺技术虽然种类繁多，但是不论哪种工艺，在设计之前都需要对其进行模拟，以确定该工艺的最佳运行条件以指导实际过程进行高效安全的生产。在模拟阶段，基于模型的仿真手段大大地缩小了运行周期，并最大限度的模拟真实运行情况。但这种模拟是基于准确的渣油加氢过程模型的，目前渣油加氢过程模型的结构已然明了，但鉴于渣油加氢过程内在反应的非线性和复杂性，过程模型所采用的参数并非位于全局最优值。这就势必需要一种全局搜索能力强，且搜索精度高的全局优化算法对模型参数进行估计。目前，已有遗传算法^[5]，粒子群优化算法^[6]，模拟退火^[7]，蚁群算法^[8]等智能优化算法用于解决此类问题。

1.2 本文问题的提出

请支付后下载全文，论文总字数：22221字