首页 | 本学科首页   官方微博 | 高级检索  
检索        

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
引用本文:魏畅,杜文莉.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[J].医学教育探索,2016(6):827-834.
作者姓名:魏畅  杜文莉
作者单位:华东理工大学化工过程先进控制和优化技术教育部重点实验室, 上海 200237,华东理工大学化工过程先进控制和优化技术教育部重点实验室, 上海 200237
基金项目: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”
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
收稿时间:3/2/2016 12:00:00 AM

Improved Multi-objective Mixed Integer Optimization Algorithm and Its Application in the Optimization of Steam Power System
WEI Chang and DU Wen-li.Improved Multi-objective Mixed Integer Optimization Algorithm and Its Application in the Optimization of Steam Power System[J].Researches in Medical Education,2016(6):827-834.
Authors:WEI Chang and DU Wen-li
Institution:Key Laboratory of Advanced Control and Optimization for Chemical Process, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China and Key Laboratory of Advanced Control and Optimization for Chemical Process, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China
Abstract:
Keywords:
点击此处可从《医学教育探索》浏览原始摘要信息
点击此处可从《医学教育探索》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号