本文關(guān)鍵詞：多目標(biāo)粒子群算法及其在轉(zhuǎn)爐煉鋼中的應(yīng)用研究

  更多相關(guān)文章： 多目標(biāo)優(yōu)化 粒子群 轉(zhuǎn)爐煉鋼 鐵合金加入量計(jì)算

【摘要】：現(xiàn)實(shí)中大量的科學(xué)研究與工程實(shí)踐問(wèn)題都可歸結(jié)為多目標(biāo)優(yōu)化問(wèn)題。粒子群優(yōu)化作為一種群體智能計(jì)算模型,易于實(shí)現(xiàn)且收斂速度快,適合于求解多目標(biāo)優(yōu)化問(wèn)題,吸引了眾多學(xué)者進(jìn)行廣泛而深入地研究。目前國(guó)內(nèi)外已有部分多目標(biāo)粒子群優(yōu)化算法的研究成果,但仍然存在一些不足：方面,大部分算法缺乏監(jiān)測(cè)種群進(jìn)化環(huán)境的機(jī)制,無(wú)法獲得實(shí)時(shí)的反饋信息,難以決定在何時(shí)調(diào)節(jié)何種進(jìn)化策略到何種程度；另一方面,粒子群優(yōu)化算法在求解高維多目標(biāo)優(yōu)化問(wèn)題時(shí)優(yōu)化能力急劇下降。針對(duì)以上不足,本文主要進(jìn)行了以下研究：(1)針對(duì)缺乏監(jiān)測(cè)進(jìn)化環(huán)境機(jī)制的問(wèn)題,設(shè)計(jì)了相應(yīng)的監(jiān)測(cè)機(jī)制,并在平衡全局搜索和局部搜索、平衡解集收斂性和多樣性兩方面分別提出了兩種改進(jìn)的多目標(biāo)粒子群優(yōu)化算法。在基于高斯混沌變異和精英學(xué)習(xí)的自適應(yīng)多目標(biāo)粒子群算法中,通過(guò)監(jiān)測(cè)種群的收斂狀態(tài)來(lái)自適應(yīng)調(diào)節(jié)慣性權(quán)重和學(xué)習(xí)因子；而且,提出精英學(xué)習(xí)策略和改進(jìn)的高斯混沌變異算子來(lái)調(diào)節(jié)局部搜索和全局搜索能力。而在基于檔案解集狀態(tài)的自適應(yīng)多目標(biāo)粒子群算法中,混合了兩種全局向?qū)нx擇策略,并通過(guò)監(jiān)測(cè)檔案解集所處的狀態(tài)來(lái)自適應(yīng)調(diào)整這兩種策略的選擇概率；此外,分別對(duì)粒子和檔案解集中的個(gè)體進(jìn)行擾動(dòng),根據(jù)檔案解集狀態(tài)和迭代次數(shù)動(dòng)態(tài)調(diào)整這兩種擾動(dòng)的概率,使算法能兼顧解集的收斂性和多樣性。(2)針對(duì)多目標(biāo)粒子群優(yōu)化算法在求解高維多目標(biāo)優(yōu)化問(wèn)題上的不足,提出一種基于參考點(diǎn)的高維多目標(biāo)粒子群算法。在目標(biāo)空間中引入一系列的參考點(diǎn),根據(jù)參考點(diǎn)來(lái)篩選出兼顧收斂性和多樣性的非支配解作為粒子的全局向?qū)?并提出了基于參考點(diǎn)的檔案維護(hù)方法,維持解集的多樣性。(3)將多目標(biāo)粒子群優(yōu)化算法應(yīng)用于轉(zhuǎn)爐煉鋼鐵合金加入量計(jì)算問(wèn)題中。在轉(zhuǎn)爐煉鋼生產(chǎn)過(guò)程中,如何保證鋼水中各成分含量達(dá)標(biāo)的同時(shí)降低生產(chǎn)成本是影響鋼鐵企業(yè)生產(chǎn)效益的一個(gè)重要問(wèn)題。本文在回聲狀態(tài)網(wǎng)絡(luò)進(jìn)行軟測(cè)量的基礎(chǔ)上,將該問(wèn)題轉(zhuǎn)化為一個(gè)多目標(biāo)優(yōu)化問(wèn)題,并采用改進(jìn)的多目標(biāo)粒子群優(yōu)化算法對(duì)其進(jìn)行求解,在實(shí)際煉鋼數(shù)據(jù)上的仿真實(shí)驗(yàn)表明,所提方法能在保證鋼水成分含量達(dá)標(biāo)的同時(shí)有效降低鐵合金投入的成本。
【關(guān)鍵詞】：多目標(biāo)優(yōu)化 粒子群 轉(zhuǎn)爐煉鋼 鐵合金加入量計(jì)算
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TF713;TP18
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-18
• 1.1 課題研究背景及意義9-11
• 1.2 多目標(biāo)優(yōu)化問(wèn)題11-12
• 1.3 多目標(biāo)進(jìn)化算法和多目標(biāo)粒子群算法研究現(xiàn)狀12-15
• 1.4 轉(zhuǎn)爐煉鋼過(guò)程及其建模技術(shù)現(xiàn)狀15-16
• 1.5 論文主要研究?jī)?nèi)容和結(jié)構(gòu)安排16-18
• 2 多目標(biāo)粒子群算法中進(jìn)化環(huán)境監(jiān)測(cè)機(jī)制的研究18-35
• 2.1 引言18-19
• 2.2 基于高斯混沌變異和精英學(xué)習(xí)的自適應(yīng)多目標(biāo)粒子群算法19-29
• 2.2.1 收斂因子自適應(yīng)調(diào)整慣性權(quán)重和學(xué)習(xí)因子19-21
• 2.2.2 高斯混沌變異和精英學(xué)習(xí)21-23
• 2.2.3 仿真實(shí)驗(yàn)及結(jié)果分析23-29
• 2.3 基于檔案解集狀態(tài)的自適應(yīng)多目標(biāo)粒子群算法29-34
• 2.3.1 自適應(yīng)選擇全局向?qū)Р呗?/span>29-31
• 2.3.2 平衡粒子擾動(dòng)和檔案解集的擾動(dòng)31-32
• 2.3.3 仿真實(shí)驗(yàn)及結(jié)果分析32-34
• 2.4 小結(jié)34-35
• 3 基于參考點(diǎn)的高維多目標(biāo)粒子群算法35-43
• 3.1 引言35-36
• 3.2 基于參考點(diǎn)的高維多目標(biāo)粒子群算法36-39
• 3.2.1 參考點(diǎn)生成和轉(zhuǎn)換檔案解集目標(biāo)值36-38
• 3.2.2 基于參考點(diǎn)的全局最優(yōu)選擇和檔案維護(hù)策略38-39
• 3.3 仿真實(shí)驗(yàn)及結(jié)果分析39-41
• 3.4 小結(jié)41-43
• 4 基于多目標(biāo)粒子群的鐵合金加入量計(jì)算模型43-52
• 4.1 引言43-44
• 4.2 鐵合金加入量?jī)?yōu)化問(wèn)題的描述44-46
• 4.3 仿真實(shí)驗(yàn)及結(jié)果分析46-50
• 4.3.1 預(yù)測(cè)鋼水元素含量46-48
• 4.3.2 優(yōu)化成本和誤差48-50
• 4.4 小結(jié)50-52
• 結(jié)論52-53
• 參考文獻(xiàn)53-59
• 攻讀碩士學(xué)位期間參加的基金項(xiàng)目情況59
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況59-60
• 致謝60-61

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 肖婧;王科俊;畢曉君;;基于改進(jìn)K支配排序的高維多目標(biāo)進(jìn)化算法[J];控制與決策;2014年12期

2 夏立榮;李潤(rùn)學(xué);劉啟玉;耿志強(qiáng);;基于動(dòng)態(tài)層次分析的自適應(yīng)多目標(biāo)粒子群優(yōu)化算法及其應(yīng)用[J];控制與決策;2015年02期

3 畢曉君;張永建;沈繼紅;;高維多目標(biāo)多方向協(xié)同進(jìn)化算法[J];控制與決策;2014年10期

4 康琦;安靜;汪鐳;吳啟迪;;自然計(jì)算的研究綜述[J];電子學(xué)報(bào);2012年03期

5 彭宇;王建民;彭喜元;;儲(chǔ)備池計(jì)算概述[J];電子學(xué)報(bào);2011年10期

6 孔維健;丁進(jìn)良;柴天佑;;高維多目標(biāo)進(jìn)化算法研究綜述[J];控制與決策;2010年03期

7 陳民鈾;張聰譽(yù);羅辭勇;;自適應(yīng)進(jìn)化多目標(biāo)粒子群優(yōu)化算法[J];控制與決策;2009年12期

8 公茂果;焦李成;楊咚咚;馬文萍;;進(jìn)化多目標(biāo)優(yōu)化算法研究[J];軟件學(xué)報(bào);2009年02期

9 吳敏;丁雷;曹衛(wèi)華;;基于混合粒子群算法的燒結(jié)配料優(yōu)化[J];信息與控制;2008年02期

10 申曉寧;郭毓;陳慶偉;胡維禮;;一種子群體個(gè)數(shù)動(dòng)態(tài)變化的多目標(biāo)優(yōu)化協(xié)同進(jìn)化算法[J];控制與決策;2007年09期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王心哲;SVM和CBR的建模研究及其在轉(zhuǎn)爐煉鋼過(guò)程的應(yīng)用[D];大連理工大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 徐俏;基于多目標(biāo)微粒群的轉(zhuǎn)爐合金加入量?jī)?yōu)化研究[D];大連理工大學(xué);2010年

，

本文編號(hào)：739154