改进粒子群优化算法对反应动力学参数的估计

被引：10

作者：

金一粟

周永华

梁逸曾

机构：

[1] 中南大学化学化工学院

来源：

中南大学学报(自然科学版) | 2008年 / 04期

关键词：

空间自适应粒子群优化算法; 参数估计; 环辛二烯加氢;

D O I：

暂无

中图分类号：

O643.1 [化学动力学];

学科分类号：

070305 [高分子化学与物理];

摘要：

针对粒子群算法容易早熟,全局寻优效率偏低等缺点,在原有算法的基础上对粒子群优化算法的速度权重和更新机制进行分析,提出更有效的可直接反映粒子空间分布的分布矢量以调整粒子搜索进程,并通过粒子对最优粒子的跨越机制增强粒子的全局寻优能力。空间自适应粒子群优化算法(LAPSO)有机融合上述2种改进机制。通过对环辛二烯在球形粉状催化剂Pd/Al2O3上进行催化加氢反应的动力学分析,构建包含内、外效率因子的反应动力学模型。并根据所测实验数据,采用几种具有代表性的粒子群优化算法和LAPSO优化算法对相关动力学参数分别进行估计。参数估计的统计分析结果表明,LAPSO具有较强的全局寻优能力和较稳定的收敛特性,能够较好地用于解决化工中常见的非线性动力学参数估计问题。

引用

页码：694 / 699

页数：6

共 4 条

[1]

应用化工动力学.[M].郭汉贤著;.化学工业出版社.2003,

[2]

Metabolomics; modelling and machine learning in systems biology – towards an understanding of the languages of cells.[J].Douglas B. Kell.FEBS Journal.2006, 5

[3]

Kinetic and mass transfer in the hydrogenation of polyunsaturated organic compounds in the presence of supported Pd catalysts.[J].M Di Serio;V Balato;A Dimiccoli;L Maffucci;P Iengo;E Santacesaria.Catalysis Today.2001, 2

[4]

On the analysis of the inverse problem of metabolic pathways using artificial neural networks [J].

Mendes, P ;

Kell, DB .

BIOSYSTEMS, 1996, 38 (01) :15-28

← 1 →