混合多目标粒子群优化算法在热精轧负荷分配优化中的应用

摘要：

通过对热精轧负荷分配过程的分析,选取负荷均衡、板形良好和轧制功率最低为目标,建立了热精轧负荷分配多目标优化模型.为了提高多目标优化算法解集的分布性和收敛性,提出了一种混合多目标粒子群优化算法(HMOPSO),该算法根据Pareto支配关系得到Pareto前沿进而保证种群收敛;采用分解策略维护外部存档,该策略首先根据Pareto前沿求出上界点对目标空间进行归一化处理,然后对种群进行分区处理进而保证种群的分布性能.仿真结果表明,HMOPSO的收敛性和分布性都好于MOPSO和dMOPSO;采用模糊多属性决策的方法从Pareto最优解集中选择一个Pareto最优解,通过与经验负荷分配方法相比,表明该Pareto最优解可以使轧制方案更加合理.

关键词：热精轧负荷分配、多目标优化、粒子群优化算法、Pareto支配、分解

所属期刊栏目：34

分类号：TP18;TG333.7+1(自动化基础理论)

资助基金：国家自然科学基金项目61374137;流程工业综合自动化国家重点实验室基础科研业务项目2013ZCX02-03资助. Supported by National Natural Science Foundation of China61374137;State Key Laboratory of Integrated Automation of Process Industry Te-chnology and Research Center of National Metallurgical Automation Fundamental Research Funds2013ZCX02-03

在线出版日期：2017-04-24（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：93-100