改进的多目标混合整数优化算法及其在蒸汽动力系统优化中的应用

摘要：

为了提高多目标粒子群算法(MOPSO)的收敛性和多样性,以及增加多目标粒子群算法的适用范围,提出了一种ε约束处理混合三点随机Gbest选择多目标粒子群(ε-TMOPSO)算法.采用一种全新的三点随机Gbest选择机制,用粒子与档案集中非支配解的欧氏距离最近、最远以及处于中间位置的3个粒子构建一个备选池,然后随机选择一个粒子作为Gbest,提高算法的收敛性和多样性;采用改进的带松弛阶段ε约束处理机制处理约束条件,在前期允许加入部分优秀的不可行解,提高算法跳出局部最优的能力;融入Sigmoid函数离散变量编码处理机制,使算法能够处理混合整数问题,增加算法的适用范围.通过测试函数仿真,与EM-MOPSO、NSGA2以及SNSGA算法进行对比,结果表明本文算法在收敛性和分布性上有一定的优势.将该算法应用于乙烯装置蒸汽动力系统优化中取得了较好的效果,进一步证明了该算法的有效性.

关键词：多目标粒子群、三点随机Gbest选择、ε约束处理、离散变量编码、蒸汽动力系统

所属期刊栏目：42

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61403141,61573141;上海市教育委员会和上海市教育发展基金会“曙光计划”

在线出版日期：2017-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：827-834