一种自适应布谷鸟算法及其在化工优化中的应用方法技术

技术编号:20026845 阅读:32 留言:0更新日期:2019-01-06 05:34
本发明专利技术属于化工技术领域,公开了一种自适应布谷鸟算法及其在化工优化中的应用方法。本发明专利技术提出一种变步长自适应布谷鸟搜索算法(VSACS),将基本布谷鸟搜索(CS)算法中的随机步长改进成根据迭代次数自适应调整的步长。通过15个标准测试函数的测试,结果验证了改进的算法有较快的收敛速度和较高的求解精度。最后将改进的算法用于批示反应器、管式反应器、生物反应器等3个典型的化工动态优化问题中,获得了满意的实验结果,同时也进一步表明该算法的有效性。

【技术实现步骤摘要】
一种自适应布谷鸟算法及其在化工优化中的应用方法
本专利技术属于化工
,尤其涉及一种自适应布谷鸟算法及其在化工优化中的应用方法。
技术介绍
随着环境和能源问题的日益突出,化工过程的优化越来越受到人们的关注。化工过程的数学模型一般均为动态优化模型形式。因此,对化工过程的动态优化的分析是一个研究热点。化工动态优化就是寻求控制化工过程中的-个或几个操作变量,使得过程的某个指标达到最优。目前为止,国内外学者通过很多方法对化工动态优化问题进行研究,其中主要的方法有:基于庞特里亚金的极值原理;贝尔曼最佳原理;线性规划法;迭代动态规划法;智能算法等。由于传统的算法在求解动态优化问题时需要求出梯度,而复杂的实际模型很难做到’因此利用智能算法分析该问题已成为了近年来一个研究方向。布谷鸟搜索(CuckooSearch)算法是-种新型的元启发式群智能算法,它是在2009年由学者XinsheYang等提出的,由于其简单、易于实现、可调参数少等特点而受到了学者们的广泛关注。CS一经提出就显不了它相对于目前已有的遗传算法(GA)和粒子群算法(PSO)等的优势。算法已在设计最优化商业最优化,相平衡计算,可靠性最优化職优化,酬获得应用。但该算法也存在自身的-些不足,比如计算精度不高、收敛速度较慢等。针对这些问题,本文提出-种变步长自适应CS算法,测试结果表明了改进的算法能够提高CS算法的求解精度以及收敛速度,最后将所提出的算法应用于化工动态优化问题中,获得了满意的效果。综上所述,现有技术存在的问题是:群智能算法求解此类优化问题时不可避免地存在后期收敛速度慢、求解精度的不高等不足。专利
技术实现思路
针对现有技术存在的问题,本专利技术提供了一种自适应布谷鸟算法及其在化工优化中的应用方法。本专利技术是这样实现的,一种自适应布谷鸟算法及其在化工优化中的应用方法包括以下步骤:步骤一,将基本布谷鸟搜索(CS)算法中的随机步长改进成根据迭代次数自适应调整的步长;步骤二,通过15个标准测试函数的测试;步骤三,最后将改进的算法用于批示反应器、管式反应器、生物反应器等3个典型的化工动态优化问题中。进一步,所述动态优化问题的描述:动态优化问题的一般形式如下:问励实质就是在满足约束条件下选择控制策略u,使性能指标J达到最优。进一步,所述基本cs算法:基本的CS算法中,设定了如下3个理想状态:(1)布合鸟每次只产一1蛋,并随机寻找鸟窝进行孵化;(2)随机寻找的鸟窝中,最好的鸟窝位置将被保留进入下一代;(3)外来鸟蛋被鸟窝的主人发现的概率是Pα∈[0,1]。布谷鸟寻找鸟窝位置的更新公式是:其中,表示第i个鸟窝在第t代的鸟窝位置,表示点对点乘法,α是步长控制量,L(λ)是Lévy随机搜索路径,而且L~u=t-λ,(1<λ≤3)。通过位置更新后,用随机数r∈[0,1]与Pα作对比,若r>Pα,则对随机改变,反之则不变。最后保留适应值较好的一组鸟窝的位置。进一步,所述变步长策略:CS算法中位置更新的步长是结合鸟类和果蝇的特殊的Levyflight进行随机移动的。在移动过程中步长越小,越容易进行局部搜索,但同时收敛速度越慢,也容易陷入局部极值;步长越大,具有一定的全局搜索能力,且收敛速度越快,但也容易跃过最优值,出现震荡现象。而采用Levylfight产生的步长虽然具有随机性,但缺乏自适应性。为使算法既有较好的全局寻优能力,也有较高的搜索精度,借鉴文献中的步长更新公式对布CS算法进行改进以提高其自适性。其中,stepmin是步长的最小值,本文取值是0.002;p是大于1的整数,取范围是[1,30],图2画出了P分别取1,3,5,10,20,30时a随t/Tmax的变化曲线,t为当前迭代次数,Tmax为规定的最大迭代次数。从(3)式可以看出,鸟窝位置的移动步长随着迭代次数t的增加而逐渐减小,在算法迭代初期保持一个较大的步长使算法快速地收敛到最优鸟窝位置,同时也避免算法过早的陷入局部最优位置,随着迭代次数的增加,步长逐渐减小,到算法运行后期,找到全局最优位置的附近之后,算法就演化成局部搜索,在最优位置附近进行更精细的搜索,这样就使得CS算法具有更好的自适应性,因此CS算法的收敛速度和求解精度都将有较大的提高。文献曾将这种变步长策略运用于萤火虫群优化算法,将萤火虫的固定步长改进成以上的变步长模式,保证保证离最优萤火虫较远的个体有更大的步长,使萤火虫能在大范围内搜索,从而可以更快搜索全局最优的邻域;而在最优邻域附近的个体具有较小的步长,使萤火虫可以更精确的靠近全局最优。通过对标准测试函数的结果对比,验证了改进的算法提高了GSO算法的全局搜索能力和求解精度。进一步,所述变步长自适应CS(VSACS)算法流程:Step1:设置布谷鸟鸟窝个数n,搜索空间的维数d,鸟窝的位置初始化为找出其中最优的鸟窝位置和最优解fmin。Step2:(循环体)保留上一代最优鸟窝位置t是当前迭代次数,利用位置更新公式对其他鸟窝的位置进行更新,得到一组新的鸟窝位置,对这组鸟窝位置进行评价,与上一代产生的鸟窝的位置进行对比,用适应值较好的鸟窝位置代替适应值较差的鸟窝位置,从而得到一组更优的鸟窝位置(存安去险)用服从均匀分布的随机数r∈[0,1]作为鸟窝的主人发现外来鸟蛋的概率并与Pα比较,保留gt中被发现概率较小的那部分鸟窝位置,并随机改变被发现概率较大的鸟窝位置,得到一组新的鸟窝位置,对这组鸟窝位置进行评价,与gt中每个鸟窝位置的适应值进行对比,用适应值较好的鸟窝位置代替适应值较差的鸟窝位置,得到一组新的更优的鸟窝位置:Step3:找出步骤2中最后得到的中最优的一个鸟窝位置和最优值fmin。若达到规定的迭代次数或指定精度,则输出全局最优解fmin和对应的全局最优位置反之,返回步骤2继续进行迭代。本专利技术的优点及积极效果为:本专利技术提出一种变步长自适应布谷鸟搜索算法(VSACS),将基本布谷鸟搜索(CS)算法中的随机步长改进成根据迭代次数自适应调整的步长。通过15个标准测试函数的测试,结果验证了改进的算法有较快的收敛速度和较高的求解精度。最后将改进的算法用于批示反应器、管式反应器、生物反应器等3个典型的化工动态优化问题中,获得了满意的实验结果,同时也进一步表明该算法的有效性。附图说明图1是本专利技术实施提供的自适应布谷鸟算法及其在化工优化中的应用方法流程图。图2是本专利技术实施提供的系数α的变化曲线示意图。图3是本专利技术实施提供的生物反应器的优化结果示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白,以下结合实施例,对本专利技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。下面结合附图对本专利技术的应用原理作进一步描述。如图1所示,本专利技术提供一种自适应布谷鸟算法及其在化工优化中的应用方法包括以下步骤:步骤S101,将基本布谷鸟搜索(CS)算法中的随机步长改进成根据迭代次数自适应调整的步长;步骤S102,通过15个标准测试函数的测试;步骤S103,最后将改进的算法用于批示反应器、管式反应器、生物反应器等3个典型的化工动态优化问题中。本专利技术提供的动态优化问题的描述:动态优化问题的一般形式如下:问励实质就是在满足约束条件下选择控制策略u,使性能指标J达到最优。本专利技术提供的本文档来自技高网
...

【技术保护点】
1.一种自适应布谷鸟算法及其在化工优化中的应用方法,其特征在于,所述自适应布谷鸟算法及其在化工优化中的应用方法包括以下步骤:步骤一,将基本布谷鸟搜索(CS)算法中的随机步长改进成根据迭代次数自适应调整的步长;步骤二,通过15个标准测试函数的测试;步骤三,最后将改进的算法用于批示反应器、管式反应器、生物反应器等3个典型的化工动态优化问题中。

【技术特征摘要】
1.一种自适应布谷鸟算法及其在化工优化中的应用方法,其特征在于,所述自适应布谷鸟算法及其在化工优化中的应用方法包括以下步骤:步骤一,将基本布谷鸟搜索(CS)算法中的随机步长改进成根据迭代次数自适应调整的步长;步骤二,通过15个标准测试函数的测试;步骤三,最后将改进的算法用于批示反应器、管式反应器、生物反应器等3个典型的化工动态优化问题中。2.如权利要求1所述的自适应布谷鸟算法及其在化工优化中的应用方法,其特征在于,所述动态优化问题的描述:动态优化问题的一般形式如下:问励实质就是在满足约束条件下选择控制策略u,使性能指标J达到最优。3.如权利要求1所述的自适应布谷鸟算法及其在化工优化中的应用方法,其特征在于,所述基本cs算法:基本的CS算法中,设定了如下3个理想状态:(1)布合鸟每次只产一1蛋,并随机寻找鸟窝进行孵化;(2)随机寻找的鸟窝中,最好的鸟窝位置将被保留进入下一代;(3)外来鸟蛋被鸟窝的主人发现的概率是Pa∈[0,1];布谷鸟寻找鸟窝位置的更新公式是:其中,表示第i个鸟窝在第t代的鸟窝位置,表示点对点乘法,α是步长控制量,L(λ)是Lévy随机搜索路径,而且L~u=t-λ,(1<λ≤3),通过位置更新后,用随机数r∈[0,1]与Pα作对比,若r>Pα,则对随机改变,反之则...

【专利技术属性】
技术研发人员:莫愿斌卢彦越张超群
申请(专利权)人:广西民族大学
类型:发明
国别省市:广西,45

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1