进化多智能体技术在多目标优化中的应用

针对多目标优化研究中传统遗传算法存在的一些问题,引入人工智能领域新兴发展起来的多智能体技术,结合遗传算法形成进化多智能体系统来求解多目标优化问题.主要对进化多智能体系统框架、进化遗传算法进行了论述.     

基于HGA的经费分配多目标优化模型求解

为探索新的经费分配方法和管理模式,建立一种新的多目标非线性规划优化模型,提出一种先进的基于正交试验的新型混合遗传算法来求解该问题。对求解过程中的选择算子、交叉算子和变异算子等进行正交试验,得到的种群个体明显优于基本遗传算法的个体,仿真结果表明,该算法收敛寻优能力强,并能产生很多次优解,是一种高效的方法。     

基于多策略自适应差分进化算法的污水处理过程多目标优化控制

针对污水处理过程中的能耗过高和出水水质不达标等问题,提出一种基于多策略自适应差分进化算法的污水处理过程多目标优化控制方法。首先,在常规跟踪控制结构的基础上,增加对第3、4单元溶解氧浓度的跟踪控制,扩大了能耗和出水水质的优化调节范围。然后,设计一种多策略自适应差分进化算法（MSADE）,该算法采用多策略融合变异和排序优选方法,选取合适的变异策略和较优的随机个体引导种群变异,并根据进化过程信息自适应地更新交叉率,以提升算法的收敛性和pareto解的多样性。最后,将MSADE算法与PID控制器相结合,并构建以能耗和出水水质为优化目标的多目标优化问题,实现对溶解氧和硝态氮浓度设定值的动态寻优和跟踪控制。基于国际基准仿真平台BSM1进行验证,结果表明所提的多目标优化控制方法能有效降低污水处理过程的能耗并提升出水水质。     

基于遗传算法的汽车永磁发电机多目标优化设计

提出了一种基于遗传算法的汽车永磁发电机多目标优化设计。该设计通过改进的遗传算法进行多目标优化。改进的遗传算法采用二进制编码,规范化几何秩选择,混合交叉及均匀变异。优化结果表明,在单目标函数和多目标函数情形下均搜索到全局最优解,遗传算法为多目标优化提供了有效的途径。同时经过反复计算后,获得一些具有实用价值的经验数据,对永磁电机的设计起到一定指导作用。     

基于对角递归神经网络的小区用电负荷预测研究

为了提高小区用电负荷预测的准确度,在研究对角递归神经网络的基础上,分析比较几种优化算法,提出基于粒子群算法的对角递归神经网络预测方法。通过对小区用电负荷影响因素的分析以及对大量历史数据进行训练,最后经Matlab仿真分析,结果表明:该方法预测的准确度较高。     

多目标模糊评价遗传算法综合质量交换网络

综合质量交换网络时，评价指标往往不止一个，多个指标相互之间往往又是无法比较、相互矛盾的，甚至有的指标只是定性的，无法定量地表示。故尝试应用模糊数字对多目标进行评价，有效地模拟了多目标决策的过程，过程中规则的变换可反应决策者对不同目标的重要性取向。此外还提出了多目标模糊评价遗传算法（MOGAFR）求解多目标优化问题。数例的求解证明了该法可能得到非劣解集合，并可以对非劣解集中的个体区分出优劣，规则不同，可以收敛到非劣解集合的不同部分，多目标质量产换网络的综合证明其解决工程问题的有效性，所提出的方法适用于求解其他系统的多目标优化问题。     

基于参数动态调整的控制工程多目标差分进化算法设计

本文介绍了控制工程、差分进化算法、多目标差分进化算法以及多目标优化控制问题。在此基础上,提出一种基于参数动态调整的多目标差分进化算法设计,包括算法设计流程、实现细节和性能评估指标,并进行算法实验及结果分析,包括实验设置和数据收集、实验结果展示及分析、实验结果与其他算法结果比较。结果表明,基于参数动态调整的多目标差分进化算法在多目标优化控制问题上表现出良好性能,可以为解决实际工程问题提供有力支持。     

基于多目标进化算法的对二甲苯氧化反应过程优化操作

针对单目标优化算法在求解优化问题时普遍存在易陷入局部最优的缺陷,本文提出采用基于精英选择和个体迁移的多目标优化方法来求解单目标优化问题,通过对原问题目标进行有效分解,将其分解为多个子目标,通过对多个子目标的优化来扩大搜索范围,加快算法的收敛速度。仿真结果表明,与文献中方法相比,采用多目标方法来求解单目标问题能显著提高算法收敛速度,将其应用于对二甲苯(PX)氧化反应过程的优化操作,在相同计算成本条件下,醋酸和PX燃烧损失明显下降,成本损失大幅减少。     

并行多家族遗传算法解多目标优化问题

提出了一种并行多家族遗传算法,采用主从节点分布式的计算策略,并应用分解协调的思想,对Pareto前沿进行分段,将计算任务分配到局域网上的多台计算机上完成,以减少计算时间。将所提出的方法用于两个化工实际问题的求解,得到的Pareto前沿的分布均匀性和全面性均优于单个遗传算法算得的结果。解决了遗传算法与流程模拟器结合解化工过程多目标优化问题时计算耗时太长的难题。     

基于神经网络和遗传算法的塑料热压成型多目标优化

论述了人工神经网络和遗传算法在塑料热压成型工艺优化中的应用,首先利用人工神经网络建立热压成型工艺参数与零件性能之间关系的数学模型,然后用遗传算法对工艺参数优化。根据多目标函数优化问题的单目标化思想,对优化后的单目标进行分解,得到最优工艺参数条件下的塑料热压产品性能,从而为建立和控制塑料热压成型工艺参数提供了一种行之有效的方法。     

针对多目标优化的精英保留非劣排序遗传算法

遗传算法是模拟自然界生物进化过程的计算模型。作为一种有效的全局并行优化搜索工具,它具有简单、通用、鲁棒性强和适于并行分布处理的特点以及广泛的应用潜力。本文阐述了遗传算法的基本原理和方法,并着重介绍了一种改进的遗传算法——精英保留非劣排序遗传算法(NSGA-Ⅱ),并将其应用于化工中的多目标优化。     

基于多目标免疫算法的无源滤波器优化方法

通过对无源滤波器的优化过程进行分析,并综合考虑滤波性能、投资成本等设计目标,提出了一种基于多目标免疫算法的无源滤波器优化设计方法。仿真结果表明:笔者提出的方法可以准确实现无源滤波器参数的确定并达到较好的滤波效果,具有一定的可行性。     

PWM整流器参数的多目标分层优化策略

针对变流器的参数整定问题,提出将单位功率因数、总谐波失真及绝缘栅双极型晶体管损耗等指标综合考虑的多目标优化策略,将系统参数分为3层,在满足上层条件的情况下确定下层参数的变化范围,其中对第二层参数运用评价函数法进行遗传算法优化,使各目标协调收敛并得出最优解,其所得结果与所选权重系数有关.最后通过实验验证了该方法的实用性.     

化工过程分离循环系统的多目标模糊优化研究

Separation-recycle system is an important part in chemical process, and its optimization is a multiobjective problem. In this paper the process optimization procedure is proposed. The fuzzy optimization algorithm with the concept of relative importance degree (RID) is utilized to transfer multi-objective optimization (MO-O) model into a single-objective optimization (SO-O) framework. The treatment of process condensate in synthesisa mmonia plant is taken as example to illustrate the optimization procedure, and the satisfactory result demonstrates feasibility and effectiveness of the suggested method.     

基于遗传算法的旋风分离器多目标优化

在前人理论分析的基础上,通过采用Leith设计法建立数学模型,利用遗传算法对其求解,得出最优结构尺寸。为实际的旋风分离器制造提出了一种新的方法。     

多目标遗传算法在反应精馏优化中的应用

反应精馏是反应与精馏的复合过程,因其具有选择性强、投资少、能耗低等优点而受到研究者们的广泛关注,并且在工业生产中得到广泛的应用。利用人工神经网络（ANN）模型来模拟反应精馏过程。在建立ANN模型时,首先用ASPEN软件模拟计算出多组数据以弥补实验数据不多的不足,并在此基础上用多目标遗传算法（GA）进行操作条件的优化。优化结果表明,多目标遗传算法结合ANN对反应精馏进行优化是可行的,而且具有很高的精度。以合成乙酸乙酯的反应精馏过程为例说明上述模拟和优化方法。     

基于神经网络集的注射成型工艺参数多目标优化

以计算机辅助工程（CAE）数值仿真正交试验所得工艺参数与质量指标的数据作为训练样本,对经过优化的BP神经网络进行训练,得到工艺参数与制品质量指标之间的神经网络集近似计算代理模型,该模型快速准确,有明确的数学公式,可以利用遗传算法进行全局寻优,得到使多个质量指标综合最优的工艺参数组合。通过对比验证,这种多目标优化方法可以在正交试验结果数据较少的情况下较大程度地提高制品的多个质量指标。     

基于遗传算法的油气混输管网参数优化设计

在地面油气混输管网优化的研究中,结构参数优化是极为重要的一个问题.本文对多目标非线性的规划问题,使用遗传算法对管网结构参数进行优化,提出了目标函数、水力及热力学模型.并得到了应用遗传算法的相关结论     

基于双种群算法的模拟移动床多目标操作优化

以有限元法求解模拟移动床的稳态TMB模型和动态SMB模型,提出基于Pareto非劣解集的多目标双种群遗传粒子群算法;利用动态SMB模型仿真模拟移动床色谱吸附分离过程,以分离纯度和性能指标分别作为约束条件和目标函数进行多目标操作优化设计.仿真结果表明,SMB模型较之TMB模型更真实可靠,双种群遗传粒子群算法也较单一种群的...     

基于遗传算法和有限元方法的

以遗传算法作为工艺条件的优化方法，以化学反应过程的有限元模拟方法作为目标函数的求解方法，可以建立化学工艺的优化系统。以硅橡胶材料的硫化反应为例，建立了面向设定值的反应效率优化模型，确定了相关的决策变量，叙述了优化问题的求解步骤。最后通过典型算例展示了工艺条件的优化过程。