基于全局快速寻优CO方法的流程工业多目标优化研究

发布时间：2021-04-26 17:23

　　生产调度是流程企业生产管理的重要组成部分,其科学性直接影响到企业的效益和竞争力。流程工业的生产调度优化问题往往涉及多个目标、成千的设计变量和约束条件,因此引入一种有效分解方法十分必要。协同优化（Collaborative Optimization,CO）是一种典型的多学科综合优化设计方法,它将复杂大规模模型分解为系统级和多个并行子学科级,模型经分解后复杂度大幅降低。因此针对基于CO方法的流程工业多目标优化问题的研究具有重要意义。本文具体研究内容如下:（1）针对标准CO方法对初始点选取敏感、易收敛于局部极值点、收敛速度较慢的不足,提出了一种具有全局快速寻优能力的改进协同优化（Improved Collaborative Optimization,ICO）方法。首先,利用子学科的优化结果,提出了一种区别局部最优解和全局最优解的方法;其次,在系统级中采用混合松弛因子（由动态松弛因子和静态松弛因子构成）对一致性等式约束进行松弛,动态松弛因子使设计变量快速收敛于极值点,静态松弛因子使设计变量跳出局部极值点;最后,学科级优化目标函数由一致性目标函数和子学科最优目标函数两个部分以不同权重相加构成,在... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 本课题研究背景与意义
    1.2 流程工业生产调度概况
        1.2.1 生产调度问题描述
        1.2.2 流程工业生产调度建模研究现状
        1.2.3 流程工业生产调度算法研究现状
    1.3 协同优化方法概况
        1.3.1 多学科优化设计方法介绍
        1.3.2 协同优化方法的研究现状
        1.3.3 协同优化方法的应用现状
    1.4 本文主要研究工作
    1.5 本文总体结构
第2章 协同优化方法和多目标优化问题
    2.1 协同优化方法
        2.1.1 协同优化方法的机制及特点
        2.1.2 协同优化方法数学模型
    2.2 优化模型分类及标准协同优化方法的局限性
        2.2.1 优化模型的主要类型
        2.2.2 标准协同优化的局限性
    2.3 协同优化常用改进策略
        2.3.1 基于响应面的协同优化方法
        2.3.2 基于松弛因子的协同优化方法
        2.3.3 基于惩罚函数的协同优化方法
        2.3.4 基于现代智能算法的协同优化方法
    2.4 多目标优化问题
        2.4.1 多目标优化问题的数学模型
        2.4.2 多目标优化问题的优化方法
    2.5 本章小结
第3章 一种具有全局快速寻优的协同优化方法
    3.1 协同优化方法不足和改进
        3.1.1 学科级不足和改进
        3.1.2 系统级不足和改进
    3.2 改进协同优化方法实现步骤
    3.3 仿真案例
        3.3.1 经典数值案例
        3.3.2 减速器设计优化案例
    3.4 本章小结
第4章 流程工业多目标生产调度优化研究
    4.1 流程工业多目标优化问题的模型
        4.1.1 优化目标函数
        4.1.2 约束条件
        4.1.3 条件假设和规定
        4.1.4 流程工业智能建模软件平台
    4.2 基于改进协同优化多目标方法
    4.3 啤酒厂糖化车间生产调度仿真
        4.3.1 啤酒厂糖化车间的生产工艺
        4.3.2 基于改进协同优化方法糖化车间生产调度建模
        4.3.3 仿真结果及分析
    4.4 本章小结
第5章 总结与展望
    5.1 全文总结
    5.2 工作展望
致谢
参考文献
附录


【参考文献】：
期刊论文
[1]基于人工蜂群算法的协同优化方法研究[J]. 陈晖敏.  科技创新导报. 2016(01)
[2]我国流程工业的绿色化、自动化及装备技术创新能力快速提升[J]. 本刊专题报道.  科技促进发展. 2015(02)
[3]一种改进的快速收敛多学科设计协同优化方法[J]. 朱崎峰,宋保维.  华中科技大学学报(自然科学版). 2014(02)
[4]改进的多学科协同优化算法及其应用[J]. 周奇,张立丽,许辉,黄卫刚.  计算机与数字工程. 2014(01)
[5]遥感卫星总体参数设计的建模与协同优化[J]. 吴文瑞,黄海,吴蓓蓓.  北京航空航天大学学报. 2012(10)
[6]一种基于仿真的流程工业生产调度闭环优化方法[J]. 邬仲臻,冯毅萍,王继帅,吴玉成,荣冈.  化工自动化及仪表. 2011(04)
[7]多学科设计优化技术在船舶初步设计中的应用[J]. 冯佰威,刘祖源,常海超.  中国造船. 2009(04)
[8]基于遗传算法的协同优化方法[J]. 李海燕,井元伟,张闻雷.  东北大学学报(自然科学版). 2009(08)
[9]多粒子群协同优化算法的配电网网架规划[J]. 李林,李燕青,温秀峰.  继电器. 2007(S1)
[10]协同优化算法的改进[J]. 韩明红,邓家禔.  机械工程学报. 2006(11)

博士论文
[1]卫星星座协同优化设计研究[D]. 常辉.华中科技大学 2012
[2]混合粒子群协同优化算法及其应用研究[D]. 宋胜利.华中科技大学 2009

硕士论文
[1]基于粒子群优化的协同优化方法研究[D]. 陈亚洲.华中科技大学 2007
[2]遗传算法及其在生产调度中的应用[D]. 李强.山东大学 2005



本文编号：3161808