針對連退生產過程中帶鋼質量波動大和生產能耗過大的問題,基于數據解析方法構建帶鋼質量的預測模型,進而建立連退生產過程多因子操作優(yōu)化模型.該模型的任務是求得一個最優(yōu)工藝參數設定方案,使得模型中所包含的兩個相互影響但并不沖突的目標能夠實現同時最優(yōu)化.針對該問題,提出一種改進的自適應多因子進化算法（AdaMFEA）,將不同優(yōu)化目標作為不同類別因子,通過父代解在不同因子上的性能評價指標決定子代解的搜索方向.為了改進算法的魯棒性和搜索效率,算法使用多種交叉算子,并基于各算子的搜索性能分析提出多種交叉算子的自適應選擇機制;同時提出基于回溯直線搜索和擬牛頓法的個體學習策略,對個體進行局部搜索.基于Benchmark問題的實驗結果表明, AdaMFEA能夠有效提升傳統(tǒng)多因子進化算法（MFEA）的求解效率;基于實際工業(yè)問題的實驗結果表明, AdaMFEA可有效求解連退生產過程多因子操作優(yōu)化問題,實現多個非沖突目標在一個種群的進化過程中同時達到最優(yōu). 

【文章來源】：控制與決策. 2019,34(12)北大核心

【文章頁數】：8 頁

【參考文獻】：
期刊論文
[1]考慮安全約束的連退生產過程多目標操作優(yōu)化[J]. 王顯鵬,楊立文,董志明,張博.  控制與決策. 2018(10)
[2]基于超越幾何規(guī)劃的熱軋操作優(yōu)化問題[J]. 陳麗,唐立新,湯廉潔.  控制與決策. 2015(04)
[3]復雜工業(yè)過程運行優(yōu)化與反饋控制[J]. 柴天佑.  自動化學報. 2013(11)
[4]改進型復雜過程全局進化算法在熱連軋負荷分配中的應用[J]. 胡長斌,童朝南,彭開香.  控制與決策. 2012(01)



本文編號：3050693