多目标进化算法的污水处理过程优化控制
杨壮
杨翠丽
顾锞
乔俊飞
1.北京工业大学信息学部计算智能与智能系统北京市重点实验室,北京1001242.北京工业大学信息学部计算智能与智能系统北京市重点实验室,北京1001243.北京工业大学信息学部计算智能与智能系统北京市重点实验室,北京1001244.北京工业大学信息学部计算智能与智能系统北京市重点实验室,北京100124
摘要：污水处理过程中,能耗与出水水质是两个相互矛盾的评价指标.为了找出这两个目标的最优解,本文在基于分解的多目标进化算法(MOEA/D)的基础上进行改进,期望用更少的进化次数得到分布均匀的近似帕累托前沿.针对MOEA/D算法每一次产生的新解,本文中改进的算法从所有子问题中找到最合适新解的子问题,并在其邻域范围内进行种群的更替,在原本子问题的基础上进行二次寻优,提高子代利用率,进而用更少的迭代次数找到优化问题中的近似帕累前沿.实验证明,该算法明显减少了找到帕累托前沿的步数,使得MOEA/D算法的性能明显提升,在污水处理过程优化问题中达到了优化目标的作用.
关键词：污水处理过程智能优化控制多目标遗传算法能耗模型出水水质
资助基金：国家自然科学基金(61533002)国家自然科学基金(61603012)北京市教委项目(KM201710005025)北京市博士后工作基金(2017ZZ-028)
论文发表日期：2020-01-28
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：7( 169-175 )
英文信息