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
黄佩秋
刘建昌
谭树彬
王洪海
1.东北大学信息科学与工程学院,辽宁沈阳,1108192.东北大学信息科学与工程学院,辽宁沈阳,1108193.东北大学信息科学与工程学院,辽宁沈阳,1108194.东北大学信息科学与工程学院,辽宁沈阳,110819
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
分类号：TP18(自动化基础理论)TG333.7+1(金属压力加工)
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)Supported by National Natural Science Foundation of China(61374137)State Key Laboratory of Integrated Automation of Process Industry Te-chnology and Research Center of National Metallurgical Automation Fundamental Research Funds(2013ZCX02-03)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 93-100 )
英文信息