基于混合遗传算法的催化重整过程多目标优化

• 作者: 侯卫锋 李鸿亮 赵英凯 陆金桂
• 来源期刊: 化工学报
• 关键词: 催化重整 多目标优化 混合遗传算法 机理模型
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 过程系统工程
• 页码范围: 432-438
• 页数: 7页
• 分类号: TE624.4|TQ018
• 语种: 中文

摘要

为实现催化重整过程生产指标的综合优化,基于已实现工业应用的催化重整17集总反应动力学模型和催化重整过程机理模型,考虑相应的多种约束条件,建立了以最大化总芳烃收率和最小化重芳烃收率为目标的多目标操作优化模型.提出了一种将遗传算法与局部优化方法相结合的多目标混合遗传算法HNAGA,并用于多目标操作优化模型的求解.现场工业数据的仿真研究表明,HNAGA在寻找Pareto最优解前沿方面比原遗传算法具有一定的优越性.将该多目标优化模型和求解方法应用于工业催化重整装置的操作优化,可以有效提高决策的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵英凯	南京工业大学自动化学院	116	1452	17.0	33.0
2	陆金桂	南京工业大学自动化学院	96	717	14.0	23.0
3	李鸿亮	南京工业大学自动化学院	2	15	2.0	2.0
5	侯卫锋	浙江大学智能系统与控制研究所工业控制技术国家重点实验室	5	127	5.0	5.0