进化规划-蚁群优化算法的构建并用于化工过程操作优化

经典蚁群优化（ACO）算法搜优效率高，但只适用于求解组合优化等离散问题.以搜索最优食物源为目标，并引入进化规划（EP）简洁的进化机制，用以改造ACO，使之适于连续问题.又将蚁群分工为全局和局部蚂蚁，分别引领个体进行全局探索式和局部挖掘式寻优，并在各个体上释放信息素，供蚁群共享，由此继承了ACO正反馈、互激励的优点，并在优进策略的支持下，构建为EP-ACO算法.经复杂测试函数的优化检验，显示出EP-ACO适于连续问题，且全局搜优效率高，对高维问题适应性强.将EP-ACO应用于二甲苯异构化装置的操作优化，取得了良好的效果，与其他方法相比，优越性明显.