粒子群算法的进化式实时优化方法

《粒子群算法的进化式实时优化方法》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、粒子群算法的进化式实时优化方法郭晶，等粒子群算法的进化式实时优化方法PSO-basedEvolutionaryReal-timeOptimizationApproach郭晶李宏光(北京化工大学信息科学与技术学院，北京100029)摘要:针对传统实时优化方法需要等待稳态以及模型更新和优化计算复杂等缺点，提出了一种进化式实时优化方法。该方法将模型更新与控制器设定点优化计算表达为一个多目标的进化过程，把扰动后等待稳态的过程划分为若干个“拟稳态”区间，并根据测量值进行连续的模型更新和优化计算。采用粒子群多目标优化算法对模

2、型参数和操作参数进行统一编码和进化操作，详细给出了算法的实现步骤。经Williams-Otto反应器为对象进行了算法的仿真和分析，证明了该优化方法的有效性。关键词:实时优化进化模型更新最小二乘法控制器中图分类号:TP202文献标志码:AAbstract:Itisacknowledgedthattraditionalreal-timeoptimizationapproachesmaysuffercertaindeficienciessuchastremendouswaitingtimeforsteadystates

3、andcomplexitiesconcerningmodelupdatesandoptimizationcomputations．Inresponsetothesechallenges，anevolutionaryre-al-timeoptimizationmethodisproposed．Withthismethod，modelupdateandcontrollerset-pointoptimizationcalculationareexpressedasamulti-objectiveevolutionary

4、procedure;andtheprocesscorrespondingwaitingtimeforsteadystateisdividedintoseveral‘quasi-steady-state’sections，andconsecutivemodelupdatesandoptimizationcalculationsareperformedbasedonthemeasurements．Byadoptingparticleswarmoptimization(PSO)multi-objectivealgori

5、thm，themodelparametersandoperationalparametersareuniformlyencodedandevolutionaryopera-ted．Theimplementingproceduresofthealgorithmaregiven．WithWilliams-Ottoreactorastheobject，thealgorithmissimulatedandana-lyzed，theseprovethattheoptimizationmethodiseffective．Ke

6、ywords:Real-timeoptimization(RTO)EvolutionaryModelupdatingLeastsquaremethodController［7］三个典型非线性系统模型进行参数估计，可以得到0引言令人满意的结果。流程工业越来越重视在生产装置控制和操作平稳1进化式实时优化基本原理的同时保证最优经济效益，这就是过程实时优化(real-timeoptimization，RTO)问题。RTO最大的缺点是在执进化式实时优化(evolutionaryreal-timeoptimiza-［1］行前

7、需要等待稳态，期间无法实现最优操作。为解决tion，E-RTO)依据过程的稳态数学模型，表示为:［2］这个问题，Sequeira等人提出了实时进化方法，即在小f(x，α，β)=0i=1，2，…，n(1)i区间内进行多次优化计算，连续改进控制器设定值。他式中:x为过程变量;α、β分别为确定的和需要更新的mum们同时分析了设定点更新频率及范围对优化结果的影参数向量。x包括可测变量x和不可测变量x，x［3］响。但由于没有考虑模型更新环节，因此，实时进化与实际测量值z之间的误差为a。为此，模型更新问方法只适用于操纵变量少

8、、对象模型简单的情况。题可以描述为如式(2)所示的优化问题，其中v为测模型更新是RTO的关键环节。Wiesel、Eldar和量值的协方差矩阵。Beck等人分别用最小二乘法和极大似然法估计模型minJ=aTv－1a1uβ，α，x参数［4］，二者都要求模型具有连续、可导等特性，适用(2){unf(z+a，x，α，β)=0i=1，2，…，i于线性系统。遗传算法能够应用于各种非线