计算机辅助催化剂设计

工具。刘业奎研究了蚁群算法在催化剂计算机辅助设计的应用,结果表明,在理论上采用蚁群算法进行催化剂计算机辅助设计可行。周晓静提出一种新的改进蚁群算法作为智能优化手段,对分馏塔的优化过程作单位化和数字位的处理Р,通过研究优化过程中参数的取值对优化的影响,确定一组合适的参数组合去优化分馏塔。实验数据表明,优化结果较好,并大大缩短了优化时间,为在线优化分馏塔提供行之有效的方法。总之,蚁群算法有望成为一种有效的指导催化剂开发的方法。Р3、其他方法Р通过对比优化前后的芳烃产率,优化后芳烃产率提高较大,证实了差分进化算法的有效性。栗伟等针对催化裂化八集总模型的动力学参数估计问题,考察了不同类型优化算法的应用效果,结果表明,粒子群优化算法简单、容易实现,而且可以避免传统方法对初始值的依赖,并进一步提出Levenberg-Marquardt 算法的混合粒子群优化算法提高参数估计效果。工业实例表明,用混合粒子群优化算法得到的动力学参数可以保证模型的预测精度。Р四、结论Р计算机辅助催化剂设计在我们的工业生产和现实生活中都是不可缺少的方法。利用不同的设计方法能达到我们需要的要求,数学模型法和专家系统法在我们的生活中非常常见,利用模型放大、前人经验对我们非常有利。在工业催化这一个领域,靠纯理论是无法实现化工生产的,因此我们需要通过理论的知识设计模型然后进行放大结合前人的经验设计出一套完美的催化方案。身边的事物能够激发我们对科学的探索,就比如催化系统的优化就用到了身边的事物来解决工业催化上面的问题。科技在发展,需要在工业上面改进的还有很多,以此来满足科技化进程,不断地在计算机辅助催化剂上面推陈出新是我们前进道路上的一个挑战也是一个机遇。Р参考文献Р[1] 吴步军催化剂计算机辅助设计与[J] 化学工程与装备 2015, 3Р[2] 纪红兵林维明黄仲涛计算机在催化剂设计中的应用[J] 1996,13(4)