基于知识改进的文化算法及其在化工动态优化中的应用

针对化工以及生化过程的动态优化问题，提出了一种基于改进知识引导的文化算法。该算法首先对控制搜索域与时间域分别进行了等分和离散化，利用“软约束”思想编码控制序列，采用“种群产生”-“控制域进化”-“种群寻优”迭代过程实现对控制序列的逐步寻优；其次在种群空间采用遗传算法，在信度空间采用差分算法，并将进化过程中的已有种群信息设计为3种知识，通过分析知识、提取知识、管理知识来指导进化过程。由于引入了文化进化理念和机制，大大提高了动态优化问题的搜索效率。通过3种典型化工动态优化问题的仿真实例，表明该算法具有较好的寻优效率以及更好的优化结果，验证了该算法在解决具有非线性动态约束问题的有效性。