化工学报 ›› 2005, Vol. 56 ›› Issue (12): 2361-2366.
程志刚;陈德钊;吴晓华;张兵
CHENG Zhigang;CHEN Dezhao; WU Xiaohua;ZHANG Bing
摘要: 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.