混沌广义差分进化算法及其在Texaco气化过程中的应用

• 作者: 孙优贤 许伟 顾幸生
• 来源期刊: 化工学报
• 关键词: 差分进化算法 混沌映射 Texaco合成气
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2882-2886
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.0438-1157.2012.09.033

摘要

在Texaco水煤浆气化工艺中,合成气中各组分的含量是衡量气化效率的关键参数.以某厂Texaco气化装置为研究背景,设计了一种合成气组分含量的预测模型.该模型选取三层前馈神经网络结构,并采用一种具有广义差分项的混沌差分进化算法(ChaoDEGD)作为模型参数的学习方法.ChaoDEGD算法在差分进化算法的变异操作中引入了广义的个体差异信息,并在不同进化时期,对不同适应度等级的个体施加混沌映射,保证了种群的多样性,帮助种群有效跳出了局部极小点.实验结果表明,基于ChaoDEGD的神经网络预测模型能够较好地估计合成气中CO、H2、CO2三类关键组分的含量,为Texaco水煤浆气化过程的安全稳定运行提供了有利指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾幸生	华东理工大学化工过程先进控制和优化技术教育部重点实验室	258	2839	26.0	42.0
2	孙优贤	浙江大学工业控制技术国家重点实验室	231	5136	33.0	62.0
3	许伟	浙江大学工业控制技术国家重点实验室	4	7	2.0	2.0