一种改进算法在焦炉正常推焦过程中的应用
焦炉正常推焦过程中存在多个控制参数.通常人工经验法根据参数取值范围选取参数,该方法存在很大的随机性而且难以权衡多个性能指标使得正常推焦过程整体最优.为此,提出一种改进的多目标差分进化算法(IMODEA).首先,采用了2个自适应性参数缩放比例因子和交叉概率完成变异和交叉操作.其次,提出一种改进的快速非支配排序策略(IFNSS)并利用IFNSS和拥挤度计算共同解决新一代种群选择问题.通过算法性能测试将IMODEA与NSGA-Ⅱ作了对比,显示了IMODEA在Pareto最优解集空间分布性和收敛性方面更占优势.将IMODEA应用到焦炉正常推焦过程优化模型中,通过实验分析证明了算法的可行性.
正常推焦、多目标、差分进化、Pareto最优解
23
TP18(自动化基础理论)
国家自然科学基金项目61203021
2016-07-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
756-761