张超然
- 作品数:4 被引量:18H指数:2
- 供职机构:北京化工大学信息科学与技术学院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术轻工技术与工程化学工程更多>>
- 基于多目标优化算法的发酵过程控制方法研究
- 发酵过程的优化控制对提高发酵过程生产效率具有重要的作用。发酵过程具有非线性、时变性等特征,且发酵过程优化问题中包含多个目标函数和约束条件,经典的最优控制理论和确定性优化方法难以求解复杂的发酵过程优化问题。多目标粒子群优化...
- 张超然
- 关键词:粒子群优化算法多目标优化发酵过程优化控制
- 基于自适应进化多目标约束的青霉素发酵过程优化被引量:3
- 2013年
- 发酵过程多目标优化控制是提高发酵过程生产水平和经济效益的有效途径。提出了一种自适应进化多目标约束粒子群优化算法,并应用于青霉素分批补料发酵过程多目标优化。该算法根据不符合约束条件粒子的约束违反程度,修正了多目标粒子群优化算法的进化学习公式,提高了算法在约束边界区域的搜索能力;引入基于拥挤距离的Pareto最优解分布性动态维护策略,改进了Pareto前沿的分布性。实验结果表明,该算法能获得具有较好分布性的Pareto前沿,给出的底物补料策略能够使青霉素发酵过程在消耗更少底物的同时获得更多的产物产量,实现了发酵过程的多目标优化。
- 王建林吴佳欢张超然于涛赵利强
- 关键词:多目标粒子群优化拥挤距离发酵过程
- 基于改进多目标粒子群优化算法的发酵过程补料优化控制被引量:1
- 2014年
- 提出了一种基于改进多目标粒子群优化算法(MOPSO)的发酵过程补料优化控制方法,并将该方法用于工业酵母发酵过程补料速率的优化控制。改进的MOPSO算法利用约束违反程度信息修正种群的学习进化公式,减缓了部分粒子在约束边界附近的飞行速度,提高了算法的全局搜索能力。仿真实验结果表明,改进的MOPSO算法能够获得最优的补料轨迹,有效地实现了工业酵母发酵过程补料速率的多目标优化控制。
- 张超然王建林赵利强于涛
- 关键词:发酵过程优化控制多目标粒子群优化算法
- 基于自适应进化学习的约束多目标粒子群优化算法被引量:14
- 2014年
- 针对约束边界粒子在边界区域搜索能力不足的问题,提出一种基于自适应进化学习的约束多目标粒子群优化算法.该算法根据不符合约束条件粒子的约束违反程度,修正优化算法的进化学习公式,提高算法在约束边界区域的搜索能力;通过引入一种基于拥挤距离的Pareto最优解分布性动态维护策略,在不增加算法复杂度的前提下改进Pareto前沿的分布性.实验结果表明,所提出的算法可以获得具有更好收敛性、分布性和多样性的Pareto前沿.
- 王建林吴佳欢张超然赵利强于涛
- 关键词:多目标粒子群优化拥挤距离