PSO算法在多约束染色工艺优化模型中的应用

摘要：

针对染色工艺优化设计,存在周期长、成本高、无法精确定量的问题,以生产成本最小化为优化目标,构造染色工艺优化设计的数学模型.从模型可知,染色工艺优化问题是一个具有大量局部极小值、不连续、多变量、多约束的复杂优化问题.粒子群(PSO)算法是一种基于群体智能的启发式算法.它具有简单易行、收敛速度快、优化效率高、对种群规模不十分敏感、鲁棒性好等特点,能方便地被用于求解带离散变量、不连续、多变量、多约束、非线性的复杂优化问题中.因而,提出粒子群算法来求解染色工艺优化模型.考虑到粒子群算法(PS0)易陷入局部最优解的局限性,提出一种基于改进惯性权重粒子群算法.该方法通过引进指数因子改进标准粒子群算法的惯性权重,平衡了其全局和局部搜索能力,在速度和精度上满足了计算要求.仿真结果表明,在满足实际生产要求的条件下,该方法优化后的生产成本节约了25％.证明该优化模型及算法是一种可行而有效的方法,对生产成本的预测以及染色工艺参数的制定具有指导意义.

关键词：染色工艺、优化设计、粒子群算法

所属期刊栏目：28

分类号：TQ021.8(一般性问题)

资助基金：泉州市科技计划基金资助项目2008G9

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：867-870