研究论文基于混合差分进化算法的软测量时延参数估计

《研究论文基于混合差分进化算法的软测量时延参数估计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第５９卷第８期化工学报Ｖｏｌ．５９Ｎｏ．８２００８年８月ＪｏｕｒｎａｌｏｆＣｈｅｍｉｃａｌＩｎｄｕｓｔｒｙａｎｄＥｎｇｉｎｅｅｒｉｎｇ（Ｃｈｉｎａ）Ａｕｇｕｓｔ２００８檭殐檭檭檭檭殐檭檭研究论文檭基于混合差分进化算法的软测量时延参数估计檭殐檭檭檭檭殐檭王钧炎，黄德先（清华大学自动化系，北京１０００８４）摘要：时延参数估计是系统控制与信号处理的关键问题。通过构造一个适当的适应度函数，将软测量系统的时延参数估计问题转化为一个多维非线性优化问题，然后利用混合差分进化算法的全局搜索能力求解该优化问题。对两个典型问题进行了仿真实验，仿真结果表

2、明了混合算法的有效性和鲁棒性。以石油炼制工业中典型装置常压塔为例，对其一线航空煤油的闪点软测量进行了应用验证，结果表明，时延参数估计的引入大大提高了软测量模型的精度，证实了混合差分进化算法的有效性。关键词：混合差分进化；软测量模型；时延估计；偏最小二乘中图分类号：ＴＱ０２１．８；ＴＰ１８３文献标识码：Ａ文章编号：０４３８－１１５７（２００８）０８－２０５８－０７犜犻犿犲犱犲犾犪狔犲狊狋犻犿犪狋犻狅狀狅犳狊狅犳狋狊犲狀狊狅狉犿狅犱犲犾犫犪狊犲犱狅狀犺狔犫狉犻犱犱犻犳犳犲狉犲狀狋犻犪犾犲狏狅犾狌狋犻狅狀犪犾犵狅狉犻狋犺犿犠犃犖犌犑狌狀

3、狔犪狀，犎犝犃犖犌犇犲狓犻犪狀（犇犲狆犪狉狋犿犲狀狋狅犳犃狌狋狅犿犪狋犻狅狀，犜狊犻狀犵犺狌犪犝狀犻狏犲狉狊犻狋狔，犅犲犻犼犻狀犵１０００８４，犆犺犻狀犪）犃犫狊狋狉犪犮狋：Ｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｉｓｓｕｅｓｉｎｓｙｓｔｅｍｃｏｎｔｒｏｌａｎｄｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ．Ｔｈｒｏｕｇｈｅｓｔａｂｌｉｓｈｉｎｇａｎａｐｐｒｏｐｒｉａｔｅｆｉｔｎｅｓｓｆｕｎｃｔｉｏｎ，ｔｈｅｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎｏｆｓｏｆｔｓｅｎｓｏｒｍｏｄｅｌｃｏｕｌｄｂｅｆｏｒｍ

4、ｕｌａｔｅｄａｓａｍｕｌｔｉｄｉｍｅｎｓｉｏｎｎｏｎｌｉｎｅａｒｆｕｎｃｔｉｏｎａｌｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍ，ｗｈｉｃｈｃｏｕｌｄｂｅｓｏｌｖｅｄｂｙｈｙｂｒｉｄｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎ（ＨＤＥ）ａｌｇｏｒｉｔｈｍ．ＮｕｍｅｒｉｃａｌｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｎｔｗｏｂｅｎｃｈｍａｒｋｓｄｅｍｏｎｓｔｒａｔｅｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｒｏｂｕｓｔｎｅｓｓｏｆＨＤＥ．Ｔａｋｉｎｇａｃｒｕｄｅａｔｍｏｓｐｈｅｒｉｃｄｉｓｔｉｌｌａｔｉｏｎｕｎｉｔｉｎｏｉｌｒｅｆｉｎｅｒｙａｓａｎ

5、ｅｘａｍｐｌｅ，ａｎｕｍｅｒｉｃａｌａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｓｏｆｔｓｅｎｓｏｒｍｏｄｅｌｆｏｒｔｈｅｋｅｒｏｓｅｎｅｆｌａｓｈｐｏｉｎｔｗａｓｍａｄｅ．Ｔｈｅａｐｐｌｉｃａｔｉｏｎｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｄｔｈａｔｔｈｅａｃｃｕｒａｃｙｏｆｓｏｆｔｓｅｎｓｏｒｍｏｄｅｌｗａｓｇｒｅａｔｌｙｉｍｐｒｏｖｅｄｗｉｔｈｔｈｅｉｎｔｒｏｄｕｃｔｉｏｎｏｆｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎ．Ｂｅｓｉｄｅｓ，ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄＨＤＥｗａｓｃｏｎｆｉｒｍｅｄ．犓犲狔狑狅狉犱狊：

6、ｈｙｂｒｉｄｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍ；ｓｏｆｔｓｅｎｓｏｒｍｏｄｅｌ；ｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎ；ｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅｓ规过程参数的信息已不能满足工程需求。为了满足引言生产过程对质量进行控制的要求，需要获取诸如成现代过程工业对控制和优化的要求不断提高，分、物性等质量参数的实时信息。但是，在目前实在很多应用场合下，仅获取流量、温度和压力等常际工业过程中，这类变量很多无法或者难以直接用２００８－０１－１７收到初稿，２００８－０３－１０收到修改稿。犚犲犮犲犻狏犲犱犱犪狋犲

7、：２００８－０１－１７．联系人及第一作者：王钧炎（１９８４—），男，硕士研究生。犆狅狉狉犲狊狆狅狀犱犻狀犵犪狌狋犺狅狉：ＷＡＮＧＪｕｎｙａｎ．犈－犿犪犻犾：基金项目：国家自然科学基金项目（６０５７４０７２）；国家高技术ｗａｎｇｊｕｎｙａｎ０２＠ｍａｉｌｓ．ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ研究发展计划项目（２００７ＡＡ０４Ｚ１９３）；国家重点基础研究发展计犉狅狌狀犱犪狋犻狅狀犻狋犲犿：ｓｕｐｐｏｒｔｅｄｂｙｔｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（６０５７４０７２），ｔｈｅＨｉｇｈｔｅｃｈＲ

8、ｅｓｅａｒｃｈａｎｄ划项目（２００２ＣＢ３１２２００２）。ＤｅｖｅｌｏｐｍｅｎｔＰｒｏｇｒａｍｏｆＣｈｉｎａ（２００７ＡＡ０４Ｚ１９３）ａｎｄｔｈｅＮａｔｉｏｎａｌＢａｓｉｃＲｅｓｅａｒｃｈＰｒｏｇｒａｍｏｆＣｈｉｎａ（２００２ＣＢ３