基于AEA与加权正态分布的改进算法NAEA及其在重油热解模型中的应用 Alopex-Based Evolutionary Algorithm Combining Weighted Normal Distribution—NAEA and its Application on Parameter Estimation of Heavy Oil Thermal Cracking Three Lumps Model

提出了一种AEA(Alopex-based evolutionary algorithm)的改进算法NAEA。该算法从AEA迭代过程的每一代种群中选择若干适应度值较高的个体,并假设被选中的个体服从正态分布。根据该分布重新采样产生新个体,选择最好的若干新个体替换原种群同等数量的最差个体。在计算正态分布的均值时,采用个体适应度值的大小来分配权值,从而使得算法可以更快更准地收敛到函数最优值。22个标准测试函数的优化结果表明:改进后的算法与AEA相比,不仅在寻优能力方面有了很大的提高,并且收敛速度也有了显著的提升。最后,将NAEA应用在重油热解模型的参数估计中,良好的结果也反映了NAEA算法的良好性能和实际应用价值。