一种改进的基于差分进化的亨利气体溶解度优化方法技术

本发明专利技术实施例公开了一种改进的基于差分进化的亨利气体溶解度优化方法。该算法优化的方法包括：基于差分演化机制对EHO进行初始化，得到初始化后的EHO；基于列维飞行机制对初始化后的EHO进行优化，得到优化后的算法。通过本发明专利技术，解决了相关技术中由于现有技术技术中HGSO算法的缺陷，影响HGSO算法适用性的问题，达到了将LF机制的优势与差分进化相结合，建立了增强的HGSO技术，以增强能源利用的动态性能的技术效果。的技术效果。的技术效果。

【技术实现步骤摘要】
一种改进的基于差分进化的亨利气体溶解度优化方法


[0001]本专利技术涉及工程技术应用领域，尤其涉及一种改进的基于差分进化的亨利气体溶解度优化方法。

技术介绍

[0002]在工程应用中，特别是在非线性全局优化问题中，经典的单解算法如扰动与观测(Perturb&Observe，简称P&O)和增量质量阻力(Incremental Mass Resistance，简称IMR)被认为是不可行的。为了解决最大功率问题，实用控制算法和元启发式优化方法的设计和使用在科学界引起了广泛的关注。元启发式方法是对启发式算法的改进，基于此，将元启发式算法分为基于生物进化的进化算法(Evolutionary Algorithm，简称EA)和基于群体智能策略的进化算法(Swarm Intelligence，简称SI)两大类。基于SI的方法模拟了自然界中动物群体的去中心化和强化行为，而基于EA的技术则受到了生物进化的启发。与基于进化的元启发式算法相比，基于群智能的元启发式算法使用的算子较少，实现更加直观,能够在后续迭代中保持搜索空间。
...

【技术保护点】

【技术特征摘要】
1.一种改进的基于差分进化的亨利气体溶解度优化方法，其特征在于，包括：基于差分演化机制对EHO进行初始化，得到初始化后的EHO；基于列维飞行机制对所述初始化后的EHO进行优化，得到优化后的算法。2.根据权利要求1所述的方法，其特征在于，优化过程包括：将第i个搜索粒子i的解序列X初始化为：其中，ρ是[0,1]中的随机常数，是[
‑
1,1]中的随机常数；X
i,j
表示聚类j中的粒子w；在数学优化模型中，定义当前搜索代理的Henry系数为：搜索剂i在群j中的溶解度在数学上表示为：S
i,j
(t)＝K
×
H
j
(t)
×
P
i,j
(t)；第j个星团中第i个气体粒子的下一个位置被更新为：所有的粒子都被作为能源利用的输入来评估，以找到最优的适应度值：3.根据权利要求2所述的方法，其特征在于，在优化过程的探索阶段中，基于列维飞行机制对所述初始化后的EHO进行优化包括：列维飞行机制的数学表达式为...

【专利技术属性】
技术研发人员：陈映雪，缑林峰，王嘉熠，张伟罡，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：