1、 化工工程论文参考资料：基于免疫算法之化工过程优改第一章绪论1.1 课题研究的背景和意义化学工程代写论文经历了一个多世纪的发展，工厂规模成倍增加，其在我国的国民经济中的地位有了很大的提高。但随着人们对环保意识的增强、地球能源的减少和企业之间的竞争不断趋于全球化，对化工生产过程的要求越来越严格，这对化工过程的设计、控制优化提出了新的、更高的挑战。化工过程中的工艺设计、生产调度、过程控制中都存在着诸多优化问题，优秀的优化可以节省设备材料、提高生产效率、减小生产成本，使工业生产达到效益最大化。但化工过程通常都较为复杂，用来描述被优化对象的数学模型通常都较为复杂且为非线性方程，而且自变量较多，等式约束
2、条件与不等式约束条件的数目也很繁多，这对非线性优化算法提出了挑战与困难。传统的求解非线性规划问题的方法都是需要求解目标函数的导数来寻找最优的搜索方向，其基本思想是将约束优化问题转化为无约束优化问题，再将多变量优化问题转变为单目标优化问题，但这大大地增加了运算求解的迭代次数，而且许多带有约束条件的优化问题在转化为无约束条件的优化问题时，往往会成为不可微函数，使规划问题变得不可解。遗传算法广泛应用于人工智能、组合优化、结构设计等不同领域。与传统的搜索方法相比它有很多优点，比如鲁棒性更强、使用更方便、也更加便于并行处理。理论上，遗传算法在迭代过程，在保留上一代最优个体的情况下，是全局收敛的。但在算法
3、的实现过程中，遗传算法中的遗传与变异算子都是发生在一定概率条件下的，遗传算法进行着没有指导、随机的迭代搜索，在此过程中为种群中的个体提供了进化的可能，但与此同时退化也不可避免。实践表明，仅以遗传算法为代表的进化算法还不能完全满足模拟人类处理事物的要求，必须进一步开发挖掘人类的智能资源，利用生物智能是智能计算发展进步的必要途径。免疫系统与进化算法与神经络相同，是一种拥有丰富成效的方法和技术。它具有较强的鲁棒性和与处理能力，并且可以结合先验知识和自适应能力，为解决复杂问题提供了新的选择和方向。免疫算法已经逐渐并成功地应用于故障诊断、机器人行为仿真及控制、设计神经络、检测络入侵、优化工业设计和工业生
4、产参数等领域，并已表现出较卓越的性能和效率。将免疫算法应用于化工过程优化，为化工优化提供的新的方法与方向，同时也拓展了免疫系统的应用范围和领域。同时，传统的优化程序一般都是针对某个具体的待优化问题进行编写，缺乏良好的通用性，交互性能差。因此提高优化软件的交互性和友好性是十分必要的。1.2 优化算法发展综述优化算法发展至今，根据其搜索方法大致可以分为两类，确定性搜索方法和随机性搜索方法。确定性搜索方式是从初始点开始，根据目标函数的一阶或者二阶导数值确定搜索方向，不断迭代循环，直到寻找到最优解。确定性搜索方法基本上多适用于单峰函数，若用于多峰函数则严重受到初始点的影响并很可能收敛于局部最优解。随机
5、性搜索是在搜索的开始随机地生成一组解集，通过计算每个解对目标函数的适应度，并通过适应度决定各个解生存的概率，并在迭代的过程中对目标函数的解进行变异，最终解集群体收敛于最优点。常用的随机性搜索算法有遗传算法、进化算法、粒子群算法和模拟退火算法等。第二章 生物免疫与人工免疫系统2.1 生物免疫系统随着对生物免疫系统的不断研究和探索，有关免疫系统的科研成果不断增加，逐渐形成了一门单独的学科，生物免疫学。生物免疫学主要研究免疫系统的组织和其生理功能，以细胞学生物化学和分子学等为研究手段，揭示生物体对抗原的识别、应答、维持自身耐受过程中的生物机理。2.1.1 生物免疫基本概念及发展免疫是指抗原在入侵机体
6、后，机体为了排除侵入的异物而产生的反应。随着医学技术的发展，对免疫系统的研究也越来越深入，免疫系统的机制逐渐被人们所揭示，人类对免疫的认识已经超过了抗感染的范围，对免疫的概念也有了更新的理解。免疫系统的主要作用是识别外来抗原和自身抗原，排除异己，使机体的生理状态保持平衡。随着对免疫学研究的不断深入，免疫学的分支逐渐增多，同时与其他学科的交叉范围也越来越广。其中 Jerne 的免疫络学说以及 Burnet 的克隆选择学说已普遍被学术界所接受，为人工智能系统领域的研究和应用提供一定的借鉴，并已经成功的应用于实际的工程中。2.1.2 生物免疫系统组成免疫器官、免疫细胞和免疫分子都是免疫系统的主要要组
7、成部分，它们在生物的免疫系统中发挥着重要的作用。其中免疫器官又可以分为中枢免疫器官和周围免疫器官。免疫细胞主要有单核吞噬细胞、造血干细胞、淋巴细胞等。而免疫分子又可以大致分为分泌性分子和模型分子两大类。免疫系统的总体组织结构如图 2-1 所示。免疫器官免疫器官中最重要的就是中枢免疫器官，免疫细胞的产生、分化、成熟都是在中枢免疫器官中进行的。骨髓是一个重要的中枢免疫器官，其主要功能是造血和生成各种免疫细胞。多能干细胞在骨髓中生成，并可以在骨髓中分化成为淋巴干细胞和非淋巴细胞。同时淋巴干细胞又可以再分化为 B 淋巴细胞和 T 淋巴细胞。免疫细胞主要可以分为淋巴细胞和巨噬细胞两类。其中淋巴细胞对抗原
8、具有专一性，即每一种淋巴细胞可以识别某一特定的抗原。而淋巴细胞又可分为 B 淋巴细胞和 T 淋巴细胞；巨噬细胞是免疫应答的起始细胞，它将抗原呈递给淋巴细胞来时淋巴细胞产生特异性反应。同时免疫细胞还包括例如红细胞、粒细胞系和血小板等来源于骨髓的造血干细胞。B 淋巴细胞和 T 淋巴细胞在免疫系统消除抗原的过程中发挥着重要的作用，它们在接受到抗原刺激后能够产生特异性免疫应答，并产生能够与相应抗原结合的抗体来排除抗原。2.1.3 免疫分类生物免疫可以分别为天然免疫和获得性免疫33。天然免疫是机体先天就有的，天然免疫机制是当外来的入侵物穿过了机体表面的屏障，这时体内参加天然免疫的细胞便会破坏这些入侵者。
9、获得性免疫也称为特异性免疫，在机体内的免疫细胞与抗原发生接触后的免疫防御。自然获得免疫是生物机体获得性免疫的重要组成部分，而其中自然自动免疫和自然被动免疫又是生物免疫系统中自然获得免疫的两个分支。人体经感染后获得的免疫叫做自然自动免疫，如人体感染了某些传染病后，人体内发生免疫反应并获得免疫。自然自动免疫的有效期一般比较久。自然被动免疫是指机体直接通过从外部接受抗体，比如婴儿通过初乳从母亲那里获得的抗体可以使婴儿在短期内不受一些传染病的感染，但这种免疫维持的时间不长，在几个月后就会消失。第三章 免疫克隆选择算法分析及改进. 36-643.1 免疫克隆选择算法的生物机理. 36-373.2 免疫克
10、隆选择算法. 37-413.3 免疫克隆选择算法与其他优化算法的比较 .41-503.3.1 测试函数特性 .42-443.3.2 各算法参数设定. 44-453.3.3 算法对比结果 .45-503.4 免疫克隆选择算法的改进. 50-543.5 改进免疫克隆算法在 Matlab 中的实现. 54-583.6 免疫克隆选择算法求解有约束规划问题 .58-623.6.1 混合罚函数法. 58-593.6.2 惩罚免疫克隆选择算法. 59-623.7 小结. 62-64第四章 惩罚免疫克隆选择算法在 VS2005 . 64-764.1 优化程序结构. 64-654.2 正则表达式运用于函数表达式
11、的计算. 65-714.3 正则表达式用于表达式的错误检查. 71-724.4 惩罚免疫克隆选择算法的实现. 72-754.5 小结 .75-76第五章 PICSA 应用于化工过程优化. 76-885.1 锅炉发电系统优化. 76-835.1.1 锅炉发电系统 .76-795.1.2 建立优化问题模型 .79-815.1.3 求解锅炉涡轮规划问题. 81-835.2 烷基化反应过程优化 .83-875.3 小结. 87-88结论化工过程中的设计、调度以及过程控制中都存在着许多需要优化地方，成功地解决优化问题可以减小工业生产成本、提高生产效率、增加化工生产企业的竞争力，使工业生产达到效益最大化。
12、但化工过程通常都较为复杂，建立用来描述被优化对象的数学模型通常自变量较多、目标函数较为复杂。同时随着工艺规模的增大，约束条件的数目也很繁多，传统的优化算法已不能完全解决越来越复杂的优化问题。同时以遗传算法为代表的人工智能算法渐渐地发展到了一个瓶颈状态，人工智能的发展需要开辟出新的研究方向来拓展其学科深度。本文主要开展了一下几部分内容。1. 本文通过引入人工免疫系统的概念及算法，希望通过人工免疫算法来拓展化工过程生产优化的方向，为化工过程优化提供新的方法。本文首先大致介绍了作为人工免疫系统源泉的生物免疫系统，阐述了免疫学中的基本概念。随后简述了人工免疫系统的基本模型和算法，以及人工免疫系统已经实
13、现应用的领域。2. 在 Matlab 中实现了免疫克隆选择算法，通过对四个经典的非线性函数寻优，与传统优化算法中的共轭梯度算法和遗传算法进行了对比。传统的共轭梯度算法在求解多峰函数时不能成功求解，陷入了死循环；遗传算法全局搜索能力不足，很容易陷入局部最优解，并出现早熟现象。而免疫克隆选择算法成功地寻找到了解集空间中的所有最优解，并且其种群多样性要优于传统的遗传算法。分析了传统 ICSA 算法中的不足。通过固定克隆规模和实行动态变异概率，对算法进行了改进，在保证其全局搜索能力的前提下，提高了算法的运行速度、收敛速度和抗体种群的多样性。将免疫克隆选择算法 ICSA）与混合罚函数相结合，形成可以用来
14、求解含有约束条件优化问题的惩罚免疫克隆选择算法 PICSA。3. 在 VS2005 实现了惩罚免疫克隆选择算法，简述了程序的大致结构。使用正则表达式实现了优化算法软件与用户交互的问题，用户可以无需了解算法机理，直接输入目标函数和约束条件，即可得到问题的最优解。同时使用正则表达式对用户输入函数表达式进行了勘错操作，若用户输入错误的表达式则报告并提示。通过使用软件计算含有约束条件的最小化问题，验证了软件的实用性。4. 对实际化工生产中的锅炉涡轮发电系统和烷基化反应进行了模型简化，并对目标函数、约束条件建立了数学模型。使用惩罚免疫克隆选择算法成功地对以上两个化工实际优化问题进行了求解，在满足系统需求、工艺要求的约束条件下，实现了化工生产的成本最小化和利润最大化。参 考 文 献1 张卫东 .化工过程优化M. 北京:化学工业出版社,2005:1-17.2 林可鸿 .人工免疫系统及其化工中的应用研究D.2008,浙江大学.3 薛嘉庆.最优化原理与应用M.北京：化学工业出版社，1992：37-45.4 邓正龙.化工中的优化方法M.北京：冶金工业出版社，1983：16-28.5 林锉云 . 多目标优化的方法与理论M. 长春：吉林教育出版社，1992：2-14.6 C.M. Fonseca, P.J. Fleming. An overview of evolutionary algorithms
