基于动态混合约束框架的改进差分进化及其应用

针对动态随机选择多个体差分进化（DSS-MDE）在处理复杂约束问题时易陷入局部最优的缺陷,提出了基于动态混合约束框架的改进差分进化算法（DHCF-IDE）。首先,通过跟踪种群可行解比例,动态地执行可行解搜索和全局搜索,并分别使用动态随机排序和可行性规则作为两模型的约束处理方法。其次,分别采用多个体差分进化和基于幂律分布父代选择的改进差分进化作为两模型的算法实现。选取CEC2006中6个测试函数进行仿真实验,实验结果表明：与仅采用DSS-MDE或DyHF相比,DHCF-IDE能保持更快的收敛速度和较好的全局搜索能力。催化重整芳烃产率优化的工业案例也表明该改进算法在实际应用中具有可行性。     

用于动态化工过程故障检测的T-TELPP算法

工业过程具有高复杂性、动态性等特点。在特征提取时,引入时滞因子扩展时序矩阵可以解决现场变量带有的自相关与互相关特性问题。特征提取算法处理三阶张量形式的扩展数据时需要将三阶张量在某一方向向量化,这将破坏原始数据内在二维结构信息。对此,本文提出了基于张量空间的时序扩展局部结构保持算法（Tensor-Temporal Extension Locality Preserving Projection,T-TELPP）。首先,改进局部保持投影（LPP）算法得到时序扩展的LPP算法（TELPP）,使其充分提取欧氏空间近邻与时序近邻信息;然后,将TELPP扩展到张量空间得到T-TELPP算法。T-TELPP直接将动态扩展数据投影到特征空间与残差空间,并分别建立T²和SPE统计量。对田纳西-伊斯曼（Tennessee Eastman,TE）过程进行监测,通过与PCA、DPCA和DLPP算法对比,验证了T-TELPP算法在动态过程监测上的有效性与优越性。     

基于Kriging代理模型的苯乙烯流程优化

针对苯乙烯工艺流程的设计及控制复杂性,使用Kriging代理模型方法,对由Aspen plus构建的苯乙烯工艺流程模拟系统进行建模,并且使用分布估计算法对目标函数进行优化。结果表明,基于Kriging模型的分布估计算法,在保证较高精度要求的前提下,明显减少了计算时间,有效地化解了精度和效率之间的矛盾,具有理论意义及实用价值。     

SPIO-PLL-pshRNA分子探针转染卵巢癌SKOV3细胞及MR成像研究

针对间歇过程的多阶段问题,提出了一种新的划分阶段策略,可以将多阶段的数据进行准确的聚类,得到精确的阶段数目,避免陷入局部最优,提高了建模精度和故障检测准确度。首先采用不同展开方法相结合的方式对三维的间歇过程数据进行处理,消除了数据预估问题;其次结合图划分准则利用谱聚类方法将处理后的数据进行准确的阶段划分,并运用PCA建模方法分别对每一类进行建模;最后通过合适的模型对数据进行在线监控。通过青霉素仿真过程验证了本文方法的有效性。     

腺嘌呤衍生物的合成及光学性质表征

以往对聚烯烃牌号切换的优化一般采用序列二次规划和迭代动态规划方法。本文针对不同成分产品之间的切换问题,建立两层控制结构的牌号切换系统：回路控制层和牌号切换层,通过控制变量参数方法转化为带有约束的非线性规划问题。针对该问题控制变量轨迹的特性,提出一种增量式的拟进化规划方法（IEA）。对于最小时间优化问题,采用双层优化策略：内层以某个给定末端时间产生可行解,搜索可行域;根据内层可行域的大小,收缩末端时间。将该方法应用于TE仿真系统,得到TE 模型两种不同生产状态之间切换的最小时间和切换过程中操作变量的轨迹,验证了所提方法的有效性。     

聚酯装置酯化反应建模与PTA浆料调制控制方案设计

针对聚酯装置中精对苯二甲酸(PTA)浆料调制问题,对浆料在酯化釜中的酯化反应过程进行机理建模与验证。通过对PTA浆料调制过程控制进行分析,设计了一种PTA浆料密度与PTA粉末和乙二醇(EG)混合液进料量为控制变量的串级比值控制系统。在此基础上,结合工艺分析,引入温度变量对PTA浆料密度与摩尔比关系式进行了修正,提高了控制精度。该设计方案对改进聚酯生产过程控制、提高聚酯产品质量具有指导意义。     

聚氨基酸离子液体的制备及其对CO2的吸收性能

针对一类不确定高阶MIMO线性系统,提出了一种新型指对数型终端滑模控制方法。所设计的非线性指对数型终端滑模面,不仅能保证滑模动态的有限时间稳定,而且具有更快的收敛速度。同时,滑模控制器能够保证滑模面的有限时间可达性。最后,通过数值仿真验证了本文方法的有效性。     

基于关键变量的OPLS预测方法

产品的最终质量主要是由生产过程中的关键变量决定的,因此,回归模型的质量预测能力与过程变量的选择密切相关。本文提出了一种新的基于关键变量（CV）的OPLS预测方法（CV-OPLS）,用于输出变量较多过程的质量预测。首先,根据关键变量选取准则,为每个质量变量选取建模所需的关键过程变量。为了减少最后需要建立的模型个数,将由质量变量及其相应的关键过程变量组成的数据阵进行重组,并用OSC算法去除重组后的数据阵中与质量变量无关的干扰信息。然后,对校正后的数据阵建立PLS模型,求取相应的模型回归系数,得到最终的质量预测结果。与传统的PLS及OPLS方法相比,该方法能够在保证模型较好预测精度的前提下,有效地简化模型结构。最后,通过Tennessee Eastman（TE）过程的实验仿真验证了CV-OPLS方法的有效性。     

基于正弦载波的粒子群算法

针对传统粒子群算法(Traditional Particle Swarm Optimization, TPSO)存在的易陷入局部最优、收敛速度慢等缺点,提出了一种基于载波的粒子群算法(carrier-wave Particle Swarm Optimization,CWPSO)。根据正弦函数具有的自变量连续变化而值域不变的特点,该算法设计了以载波自变量变化确定粒子搜索位置的新方法,从而极大地提高了全局搜索能力。同时对于搜索到的可能极值点,通过载波扩展的方法进行局部寻优,以进行精确搜索。对一系列测试函数的寻优结果表明：CWPSO算法不仅都能找到最优值,且寻优时间仅为TPSO算法和惯性权值线性下降的改进PSO算法（Line-WPSO,LWPSO）的1/3~1/5;同时,CWPSO具有对寻优问题维数不敏感的优点,大大扩展了该算法的适用范围。     

醋酸甲酯对醋酸脱水共沸精馏过程的影响

利用化工流程模拟软件Aspen Plus模拟了精对苯二甲酸（PTA）装置中醋酸脱水共沸精馏系统,系统研究了醋酸甲酯（MA）对该过程能耗的影响。研究表明,MA会在脱水塔内累积,进料中MA含量增多将导致脱水塔负荷直线增加。在脱水塔塔顶和分相器之间设置部分冷凝装置,将含较多MA的气相引至回收塔,可大大减少MA在系统内的循环量,从而有效降低脱水塔能耗。