混合优化方法用于反应传输系统的参数估计
Hybrid Optimization Methods for Parameter Estimation of Reactive Transport Systems
AI总结:
本文提出了一种混合优化方法,用于提高反应传输系统参数估计的计算效率,通过结合元启发式算法和梯度优化器,展示了其在大规模动态化学工程应用中的有效性。
摘要:
本文提出了一种混合优化方法,用于反应传输系统的参数估计。利用降阶的对流-扩散-反应(ADR)模型,通过将元启发式算法与基于梯度的优化器相结合,解决了全局优化与动态PDE约束相结合时的计算需求问题。在预制液体色谱学的案例研究中,该方法相比传统多起点方法表现出更高的计算效率,展示了混合策略在大规模、动态化学工程应用中参数估计的潜力。
英文摘要:
This paper presents a hybrid optimization methodology for parameter estimation of reactive transport systems. Using reduced-order advection-diffusion-reaction (ADR) models, the computational requirements of global optimization with dynamic PDE constraints are addressed by combining metaheuristics with gradient-based optimizers. A case study in preparative liquid chromatography shows that the method achieves superior computational efficiency compared to traditional multi-start methods, demonstrating the potential of hybrid strategies to advance parameter estimation in large-scale, dynamic chemical engineering applications.
机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。