王应，张凌波，顾幸生



改进的精英教学优化算法及其在甲醇合成优化中的应用

王应，张凌波，顾幸生

（华东理工大学化工过程先进控制与优化技术教育部重点实验室，上海200237）

为了提高精英教学算法(ETLBO)的寻优能力，特别是精度差、寻优速度慢的问题，提出改进的精英教学算法。首先，通过自主学习过程，加强对优质解所在区域的局部勘探，提高算法的寻优效率。其次，引入“差异化帮扶”思想及自适应机制，对不同水平的学生施予适宜的、灵活的学习方式，有针对性的帮助，平衡了算法的勘探速度、精度。通过增加学生间的交流次数，提高了算法的全局勘探能力。标准函数优化结果表明，改进后的算法在寻优能力和勘探效率两方面都有明显提高。最后，建立甲醇合成的机理模型，将改进后的算法应用于甲醇合成过程的优化，取得了良好的效果。

算法；甲醇合成；精英教学算法；模型；优化

引 言

群体系统有着特定的规律性，由这些规律而启发出的群智能系统模型，正在被广泛地研究出来，如粒子群算法[1]、蚁群算法[2]、蜂群算法[3-6]等。教学算法是由Rao等[7]于2011年提出的一种源于对人类教学活动进行模拟的新型启发式算法。“教学算法”(teaching-learning-based optimization, TLBO)分为两个阶段：教学阶段，所有学生向老师学习，提高全体的成绩；学习阶段，学生间相互学习，提高个体成绩。

教学算法(TLBO)具有快速收敛、参数少等[8]优点，但处理复杂问题效果欠佳，学者们分别对其进行了不断的改进，如精英教学算……