10.3969/j.issn.1006-3080.2014.04.008
基于约束骨干粒子群算法的化工过程动态多目标优化
大多数化工过程是动态过程,需同时优化多个目标,从而带来复杂的约束多目标动态优化问题.因此提出了一种动态约束多目标骨干粒子群算法,即采用一种新型约束处理方法,结合Pareto支配和ε约束支配技术的双档集机制;针对约束优化问题寻优难度更大,更易陷入局部最优的特点,采用局部搜索和混合变异策略,并自适应调整搜索步长,提高算法的探索和开发能力;采用分段线性函数参数化方法,构建一种动态约束多目标粒优化算法,并将其用于解决间歇反应器的动态多目标优化问题.测试实验表明:与NSGA-Ⅱ和自适应差分进化算法(SADE-εCD)比较,该算法具有更优秀的收敛性与分布性;应用到化工过程多目标动态优化问题实例进行比较表明,多目标骨干粒子群算法在约束多目标动态优化问题的求解中表现出更好的应用前景.
约束处理、动态多目标优化、骨干粒子群算法、化工过程
40
TP182(自动化基础理论)
国家自然科学基金61222303,21276078;国家863计划2012AA040307;教育部新世纪优秀人才计划NCET-10-0885;上海市重点学科建设项目B504
2016-05-06(万方平台首次上网日期,不代表论文的发表时间)
共9页
449-457