1. 研究目的与意义
一、选题背景与意义
近年来，市场上进口原料油的增加加深了产品需求轻质化和原油重质化所造成的矛盾，再加上环保法规的日趋严格和规范[1]，作为重油深度加工主要技术之一的渣油加氢处理工艺[2]受到了炼油企业的青睐。世界各大石油公司都投入大量人力物力进行研究开发,并且方兴未艾[3]。渣油加氢工艺主要有利于环境友好、产品质量高、液收率高等优点，与重油催化裂化组成联合工艺，可大大提高经济效益。由于渣油中存在大量的杂质，会对催化剂产生毒害，需要进行渣油加氢过程。渣油加氢工艺是在馏分加氢工艺的基础上发展起来的，其主要目的是脱除原油中的绝大部分氮、硫、氧和金属等杂原子，降低原油中的残炭含量，同时使部分原料油转化成轻质油品。到目前为止，各种渣油加氢工艺有数十种之多，但是从所使用的反应器来看，渣油加氢工艺基本上可以分为四种，即：固定床、移动床、沸腾床和悬浮床工艺[4]。
设计一种高效的抗欺骗的全局数值优化算法可实现模型与实际工况的最大吻合，有利于实际过程的工艺设计安全仿真分析。针对标准遗传算法的全局搜索能力弱的缺点，引入自适应变异的概念，将个体的变异概率与搜索进程相结合。在搜索初期，个体的变异概率及变异步长较大，而在搜索后期，变异概率及变异步长均较小，用以提高整个群体的收敛速度和收敛精度。
2. 课题关键问题和重难点
二、课题关键问题及难点
1.遗传算法的研究工作都是在Holland的基因模式理论基础上进行的，模式理论的进一步发展和完善。Frantz率先觉察了一种使用从全局最优解发散出去的问题,被称为遗传算法一欺骗问题[5]。Goldberg在1987年首先运用Walsh模式转换法设计了最小遗传算法一欺骗问题,并进行了详细地分析和更为深入地讨论[6]。
2.个体表达(编码)方式的多样化。Holland模式定理建议采用二进制编码,得到许多学者的支持。通过对收敛性和收敛速度的分析,说明了编码方式对遗传算法有着重大影响,而且人们在应用过程中,已经发现了二进制编码方式的遗传算法存在着Hamming悬涯,缺乏微调功能,对于复杂或高维问题,由于个体编码串过长而使问题无法计算或引起早熟等问题[7]。
3. 国内外研究现状（文献综述）
三、文献综述（或调研报告）
遗传算法(Genetic Algorithm，GA)是进化算法的一种，它是模拟基于自然选择的生物进化过程的一种全局优化搜索算法。它具有自组织，自适应，内在并行性，鲁棒性强的特点和良好的大规模寻优能力[12]。从20世纪70年代遗传算法的兴起,到20世纪80年代遗传算法的发展,再到20世纪90年代遗传算法发展到高潮,遗传算法己经受到了广泛的关注[13]。
遗传算法的概念最早是由J.D.Bagley在1967年的博士论文中提出的，而遗传算法理论研究的创始人是Bagley的老师著名教授John H.Holland。1975年Holland出版了Adaptation in Natural and Artificial Systems(自然与人工系统的适应性行为)一书，标志着遗传算法的理论和方法的系统性研究开端[14]。该书系统地阐述了遗传算法的基本理论和方法，提出了对遗传算法的理论发展极为重要的模式理论，其中首次确认了选择、交叉和变异等算子，以及遗传算法的隐并行性，并将算法应用于机器学习、自动控制等领域、函数优化、适应性系统模拟。80年代，Holland实现了首个基于遗传算法的机器学习分类器系统(Classifier System)，开创了基于遗传算法的机器学习的新概念。1989年,Goldberg 版了专著 Genetic Algorithms in Search,Optimization and Machine Learning(搜索、优化和机器学习中的遗传算法)，全面完整的总结了遗传算法的主要研究成果。
4. 研究方案
四、方案（设计方案、研制方案、研究方案）论证
采用MATLAB实现遗传算法，其步骤如下：
5. 工作计划
1.2022年3月1日之前，编写开题报告，查文献。
2.2022年3月2日--2022年3月15日，利用MATLAB实现遗传算法，实现基于自适应变异策略的改进遗传算法。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
