原文服务方: 化工学报       
摘要:
控制变量参数化方法作为一种化工过程动态优化的梯度搜索算法,其求解效率过于依赖初始给定轨迹.目前初始轨迹一般都是设定在边界值或中间值,缺乏科学依据,从而大大影响了算法的收敛速度.针对这一问题,提出了一种粒子群优化(PSO)与控制变量参数化方法混合的策略,首先利用粒子群优化对间歇化工过程最优控制量进行求解,结果作为控制变量参数化方法初始给定轨迹,进行二次优化.双层优化的混合策略提高了控制变量参数化方法的收敛速度和粒子群优化算法的求解精度.将混合策略应用于两个间歇化工过程优化控制实例,仿真结果表明了该算法对求解化工过程动态优化问题具有可行性和有效性.
推荐文章
基于输入轨迹参数化的间歇过程迭代学习控制
间歇式
优化
化学过程
迭代学习控制
输入参数化
间歇过程的批间自优化控制
间歇过程
自优化控制
批间优化
最优性条件
系统工程
基于遗传蚁群混合策略的PID控制器参数整定
蚁群算法
遗传算法
PID控制
混合优化策略
基于弦高控制变量的边坡稳定分析方法
边坡稳定
圆弧法
控制变量
全局搜索
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PSO-控制变量参数化混合策略的间歇化工过程优化控制
来源期刊 化工学报 学科
关键词 间歇式 过程控制 控制变量参数化 最优控制 优化
年,卷(期) 2019,(3) 所属期刊栏目 过程系统工程
研究方向 页码范围 979-986
页数 8页 分类号 TQ021.8
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘飞 江南大学轻工过程先进控制教育部重点实验室 236 964 13.0 17.0
2 石博文 江南大学轻工过程先进控制教育部重点实验室 1 1 1.0 1.0
3 尹燕燕 科廷大学数学与统计学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (9)
参考文献  (20)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(4)
  • 参考文献(2)
  • 二级参考文献(2)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(9)
  • 参考文献(2)
  • 二级参考文献(7)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
间歇式
过程控制
控制变量参数化
最优控制
优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
论文1v1指导