[发明专利]一种化工动态优化方法、系统、存储介质、计算机、终端

说明书

本发明属于化工动态优化技术领域，公开了一种化工动态优化方法、系统、存储介质、计算机、终端，所述化工动态优化方法包括：首先在海鸥产生攻击行为的过程中引入认知部分，使得群体向最佳位置靠近；其次，引入自然选择的机理，利用适应度值对群体进行排序，用最好的一半个体代替最差的一半个体，得到最优解；将改进的海鸥优化算法与控制量的一种不等分离散化控制系统数值计算法相结合进行化工动态优化。本发明引入了认知部分和自然选择的机理对SOA进行了改进，从而有效避免算法出现早收敛的现象。本发明进行控制变量的非均匀离散化，时域划分的片段较少，计算简单；本发明能够有效进行化工动态优化。

技术领域

本发明属于化工动态优化技术领域，尤其涉及一种化工动态优化方法、系统、存储介质、计算机、终端。

背景技术

目前：化工动态优化问题通常比较复杂，它通过寻找一个或者多个控制变量的方式，使得目标函数的性能指标达到最优。其中，使用直接法和间接法求解化工问题是最常见的。到目前为止，研究出化工问题的优化方法主要有迭代动态规划法(IDP)、控制变量参数化(CVP)、群智能算法等。其中，迭代动态规划法是由现有技术1在1989年提出，将时间和空间两个维度离散，通过迭代计算找到最优解，但是该方法的实现过程比较复杂。现有技术2提出一种基于伪Wigner-Ville分析的动态优化问题网格重构策略，通过Wigner-Ville进行网格重构，结合变时间节点CVP方法实现时间节点之间的切换。现有技术3提出基于PSO-控制变量参数化，使用粒子群算法对化工过程进行求解，结果赋值给控制变量参数化进行二次优化。现有技术4提出一种生物地理学习粒子群算法，使用新型的生物地理学习方式，根据粒子“排名”，提高了学习的效率。现有技术5提出变时间节点控制向量参数化方法，从而同时优化控制变量和时间节点。现有技术6提出一种具有可变时间节点的控制参数化方法，采用多时间网格控制向量参数化方法，使得每个控制变量都有对应的时间网格。

通过上述分析，现有技术存在的问题及缺陷为：现有技术的方法将控制变量的均匀离散化，需要将时域划分成很多片段，计算困难，且优化方向不准确，无法进行动态优化。

解决以上问题及缺陷的难度为：不等分离散化引起粒子间的维数不一样，这时如何进行相互之间的有效学习是困难的。

解决以上问题及缺陷的意义为：为化工过程优化控制提供良好性能算法的保障。

发明内容

针对现有技术存在的问题，本发明提供了一种化工动态优化方法、系统、存储介质、计算机、终端。

本发明是这样实现的，一种化工动态优化方法，所述化工动态优化方法包括：

将改进的海鸥优化算法与控制量的一种不等分离散化控制系统数值计算法相结合进行化工动态优化；

所述改进的海鸥优化算法包括：首先在海鸥产生攻击行为的过程中引入认知部分，使得群体向最佳位置靠近；其次，引入自然选择的机理，利用适应度值对群体进行排序，用最好的一半个体代替最差的一半个体，得到最优解。

进一步，所述改进的海鸥优化算法包括：首先在海鸥产生攻击行为的过程中引入认知部分，使得群体向最佳位置靠近；其次，引入自然选择的机理，利用适应度值对群体进行排序，用最好的一半个体代替最差的一半个体，得到最优解。

进一步，所述化工动态优化方法包括以下步骤：

步骤一，将化工案例的时间域分成n段；将化工案例的控制变量u在每段区间上表示成一个常函数；

步骤二，对化工案例的每一段区间利用龙格-库塔法和改进的海鸥优化算法进行求解，得到的最优值，进行动态优化。

进一步，步骤一中，所述将时间域分成n段包括：

利用下式进行不等分分割：