基于交叉验证和Voronoi图的煤气化过程优化

发布时间：2021-07-18 12:19

　　由于煤气化反应过程的复杂性,其优化成本较高、效率较低。代理模型计算准确且成本小,在基于仿真的复杂工程设计和优化中,常用来辅助粒子群优化（PSO）等进化算法解决计算代价过高问题。为在有限函数评价下得到更好的优化解,提出一种新的基于交叉验证和Voronoi图的代理模型辅助进化算法（CVVSAEA）。在全局搜索中,通过留一交叉验证和Voronoi图选取设计空间中最不确定点,更新代理模型以辅助PSO算法找到当前最好解;在局部搜索中,选择当前较好的解建立代理模型,使PSO算法尽快收敛到局部最优。通过中等维度的测试问题和煤气化实例,与其他3种先进的代理模型辅助进化算法比较,结果表明CVVSAEA在大多数测试问题上能获得更好的解,使有效气产率得到了提升。 

【文章来源】：高校化学工程学报. 2020,34(05)北大核心EICSCD

【文章页数】：9 页

【参考文献】：
期刊论文
[1]焦油热解反应模拟研究[J]. 黄荐,高瑞,许建良,代正华,王辅臣.  高校化学工程学报. 2019(03)
[2]气流床气化辐射废锅单面受热水冷壁数值模拟[J]. 邱剑勇,郭庆华,许建良,王蕾,于广锁.  高校化学工程学报. 2019(01)
[3]气流床气化炉的原料反应性评价、过程强化及环境影响[J]. 黄于益,梁鼎成,解强.  洁净煤技术. 2019(01)
[4]结合机理先验约束的Kriging模型参数优化方法研究[J]. 许文夕,李绍军.  高校化学工程学报. 2017(02)
[5]基于bootstrap GEI算法的碳二加氢反应器代理模型[J]. 段星辰,杜文莉.  化工学报. 2015(12)
[6]基于信赖域的动态径向基函数代理模型优化策略[J]. 龙腾,郭晓松,彭磊,刘莉.  机械工程学报. 2014(07)



本文编号：3289565