基于单种群和预交叉的差分进化算法的间歇反应器最优控制方法

摘要

一种基于单种群和预交叉的差分进化算法的间歇反应器最优控制方法，包括以下步骤：1)令进化代数g＝1，个体编号i＝1，参数初始化；2)初始化种群；3)令S₁中适应度最高与最低个体的适应度分别为f_max与f_min，若满足|f_max－f_min|≤eps，则算法终止，输出最终结果；若否，令g＝g+1，i＝1；判断是否达到最大进化代数G_max，若是，则算法终止，输出目标产物产量的变化曲线，若否，则继续；4)进行预交叉操作；5)令i＝i+1，若i＝pop，转步骤3)；若否，转步骤4)；6)从S₁中随机选择3个个体进行变异交叉操作，得到的实验个体为_i，若f(_i)＜f(x_i)，则用_i替换x_i；若f(_i)＞f(x_i)且f(_i)＜f(x_i′)，则用_i替换x_i′，转步骤5)。本发明提供一种操作简单、收敛速度快、搜索能力强的基于单种群和预交叉的差分进化算法的间歇反应器最优控制方法。

主权项

1、一种基于单种群和预交叉的差分进化算法的间歇反应器最优控制方法，其特征在于：所述控制方法包括以下步骤：1)、令进化代数g＝1，个体编号i＝1，参数初始化：1.1).设置种群规模pop；1.2).设置杂交概率CR；1.3).设置缩放因子F；1.4).设置最大进化代数G_max；1.5).设置优化变量的取值范围，其中优化变量为间歇反应器的反应时间和反应温度；2)、初始化种群：设置规模为pop的种群S₁与S₂每次随机生成满足约束条件的两个个体x_i与令该两个体的适应度分别为f(x_i)和f(x′)_i，其中f为适应度函数，取间歇反应器中目标产物的产量，且将最大化目标产物的产量作为优化目标，其中适应度较高的个体归入S₁，较低的归入S₂，重复该过程直到两个种群的个体数均为pop；3)、令S₁中适应度最高与最低个体的适应度分别为f_max与f_min，若满足|f_max-f_min|≤eps，则算法终止，输出最终结果；若否，令g＝g+1，i＝1；判断是否达到最大进化代数G_max，若是，则算法终止，输出目标产物产量的变化曲线，若否，则继续；4)、进行预交叉操作，得到的实验个体为y_i，对应的S₁与S₂中的父代个体分别为x_i与若f(y_i)<f(x_i)，其中f为适应度函数，则用y_i替换x_i，转步骤5)；若否，转步骤6)；其中预交叉操作的步骤如下：令S₁与S₂分别为主种群和辅助种群，预交叉操作由下式表示$y_i^j=\left\{\begin{array}{cc}{a}_i^j& \mathrm{ifRAND}<\mathrm{CR}\\ x_i^j& \mathrm{ifRAND}<\mathrm{CR}\end{array}\right.$其中y_i代表实验个体，a_i是从S2中随机选出的个体，x_i代表y_i对应的S₁父代个体，上标j代表个体中的第j位，若f(y_i)<f(x_i)，则用y_i替换x_i；若否，则从S₁中随机选择3个个体，按照前文中描述的过程进行交叉操作，得到的实验个体记为，若$f\left({\hat{y}}_i\right)<f\left(x_i\right),$则用代替x_i；若$f\left({\hat{y}}_i\right)>f\left(x_i\right)$且$f\left({\hat{y}}_i\right)<f\left(x_i^{\prime }\right),$则用代替5)、令i＝i+1，若i＝pop，转步骤3)；若否，转步骤4)；6)、从S₁中随机选择3个个体进行变异交叉操作，得到的实验个体为若$f\left({\hat{y}}_i\right)<f\left(x_i\right),$则用替换x_i；若$f\left({\hat{y}}_i\right)>f\left(x_i\right)$且$f\left({\hat{y}}_i\right)<f\left(x_i^{\prime }\right),$则用替换转步骤5)。