[发明专利]一种多目标原油调合在线优化方法

权利要求书

1.一种多目标原油调合在线优化方法，其特征在于，所述方法包括以下步骤：

首先，进行调合任务参数初始化；

其次，设置优化周期、目标函数权重，设置调合原油各属性指标上下限、各组分油储量、各参炼线组分油最大流量以及各组分油的单位质量成本；

再次，根据预定优化周期获取各调合组分及罐底油属性数据，更新罐底油尺、组分油储量、本批次的调合剩余时间；和

最后，求取当前优化周期各调合组分的最优配方，并送至调合控制系统执行；

采用基于非支配排序的自适应差分进化优化算法求取最优配方：

(1)初始化种群P，种群大小为NP；

(2)初始化μ_CR＝0.5,μ_F＝0.5，

(3)对种群P进行非支配排序；

(4)循环开始，当算法终止条件尚未满足时，进行：

(i)设置

(ii)针对种群P中的每一个个体x_i，生成对应的比例因子F_i＝randc_i(μ_F,0.1)和交叉概率CR_i＝randn_i(μ_CR,0.1)；

(iii)从适应度值前100p％的个体中随机挑选一个个体，记为x_p,best，从种群P中选择个体x_r1，x_r1≠x_i，从种群P∪A中选择个体x_r2，x_r2≠x_r1≠x_i；

(iv)生成变异向量v_i＝x_i+F_i·(x_p,best-x_i)+F_i·(x_r1-x_r2)；

(v)生成试验向量u_i；

(vi)比较x_i和u_i的适应度函数值，若u_i优于x_i，则将x_i放入A中，F_i放入S_F中，CR_i放入S_CR中；

(vii)在每一代更新结束后，随机移除A中的个体，使得|A|≤NP；

(viii)更新μ_F和μ_CR：μ_F＝(1-c)·μ_F+c·mean_L(S_F),μ_CR＝(1-c)·μ_CR+c·mean_A(S_CR)

(ix)合并父代种群x和子代种群u，进行非支配排序操作，筛选前NP个个体为下一代的种群；

(5)算法停止，得到最终种群NP；

其中，randci表示正态分布；randci表示柯西分布；mean_A表示普通的算术平均；mean_L表示普通的Lehmer平均,如下式(4)所示：

S_F与S_CR分别用于储存成功产生相比于父代x_i更优秀试验向量u_i的F_i与CR_i；产生试验向量的方法如以下式(5)所示：

其中，

μ_CR表示交叉概率均值；

μ_F表示比例因子均值；

A表示存档集合；

u_j,i,g表示第g代第i个个体的试验向量u_i的第j个分量；

v_j,i,g表示第g代第i个个体的变异向量v_i的第j个分量；

x_j,i,g表示第g代第i个个体x_i的第j个分量；

j_rank为保证变异信息的引入而随机选定的一个j。