改进的多目标混合整数优化算法及其在蒸汽动力系统优化中的应用

发布时间：2017-09-13 22:23

  本文关键词：改进的多目标混合整数优化算法及其在蒸汽动力系统优化中的应用

  更多相关文章： 多目标粒子群 三点随机Gbest选择 ε约束处理 离散变量编码 蒸汽动力系统

【摘要】：为了提高多目标粒子群算法(MOPSO)的收敛性和多样性,以及增加多目标粒子群算法的适用范围,提出了一种ε约束处理混合三点随机Gbest选择多目标粒子群(ε-TMOPSO)算法。采用一种全新的三点随机Gbest选择机制,用粒子与档案集中非支配解的欧氏距离最近、最远以及处于中间位置的3个粒子构建一个备选池,然后随机选择一个粒子作为Gbest,提高算法的收敛性和多样性;采用改进的带松弛阶段ε约束处理机制处理约束条件,在前期允许加入部分优秀的不可行解,提高算法跳出局部最优的能力;融入Sigmoid函数离散变量编码处理机制,使算法能够处理混合整数问题,增加算法的适用范围。通过测试函数仿真,与EM-MOPSO、NSGA2以及SNSGA算法进行对比,结果表明本文算法在收敛性和分布性上有一定的优势。将该算法应用于乙烯装置蒸汽动力系统优化中取得了较好的效果,进一步证明了该算法的有效性。
【作者单位】： 华东理工大学化工过程先进控制和优化技术教育部重点实验室;
【关键词】： 多目标粒子群 三点随机Gbest选择 ε约束处理 离散变量编码 蒸汽动力系统
【基金】：国家自然科学基金(61403141;61573141) 上海市教育委员会和上海市教育发展基金会“曙光计划”
【分类号】：TQ021.8;TP18
【正文快照】： 大多数的工业优化问题,实际上都是多目标优化问题,如蒸汽动力系统的优化,在文献[1]中就考虑了经济型指标和环境指标。这些优化模型一般存在表示设备开停的离散变量,并且工业过程必然存在各种约束条件,这类问题实际上就是带约束的多目标混整问题(CMOMI)。近年来,国内外学者对多

【相似文献】

中国期刊全文数据库 前10条

1 田慧;;某炼油厂蒸汽动力系统两个优化方案的对比[J];炼油技术与工程;2011年08期

2 戴文智;付丽;;石化企业蒸汽动力系统运行优化研究综述[J];计算机与应用化学;2013年05期

3 张国喜,华贲,刘金平;蒸汽动力系统的综合及操作优化[J];现代化工;2000年07期

4 张国喜,华贲,刘金平;石化企业蒸汽动力系统的多工况操作优化[J];石油炼制与化工;2001年05期

5 王小鹏,卢丽华;全厂蒸汽动力系统运行优化[J];江西能源;2002年02期

6 张冰剑,华贲,刘金平,刘小丽;石化企业蒸汽动力系统的多周期优化运行[J];华北电力大学学报;2005年02期

7 罗向龙;华贲;张冰剑;;石化企业蒸汽动力系统的多周期运行优化[J];计算机与应用化学;2006年01期

8 罗向龙;华贲;;炼油厂蒸汽动力系统优化调度策略研究[J];计算机与应用化学;2006年11期

9 陈余兴;;从茂名石化炼油厂区蒸汽动力系统的优化和发展谈节能措施[J];民营科技;2009年08期

10 罗向龙;华贲;;蒸汽动力系统设计与综合优化研究综述[J];化工学报;2009年10期

中国重要会议论文全文数据库 前3条

1 张冰剑;华贲;;蒸汽动力系统优化运行建模的研究[A];第一届全国化学工程与生物化工年会论文摘要集(上)[C];2004年

2 罗向龙;华贲;张冰剑;;石化企业蒸汽动力系统的多周期运行优化[A];第十届全国信息技术化工应用年会论文集[C];2005年

3 吴昊;罗小川;於乐;;炼厂蒸汽网络运行优化方法研究[A];2009中国控制与决策会议论文集（3）[C];2009年

中国博士学位论文全文数据库 前1条

1 戴文智;石化企业蒸汽动力系统运行优化研究[D];大连理工大学;2010年

中国硕士学位论文全文数据库 前10条

1 姚丕凯;蒸汽动力系统集成建模与多周期运行优化[D];大连理工大学;2015年

2 张鹏飞;石化企业蒸汽动力系统优化调度研究与应用[D];浙江大学;2016年

3 宋心东;考虑环境因素的蒸汽动力系统运行优化研究[D];大连理工大学;2005年

4 罗向龙;蒸汽动力系统优化设计与运行集成建模及求解策略的研究[D];大连理工大学;2004年

5 吴昊;炼厂蒸汽网络多目标运行优化方法研究[D];东北大学;2010年

6 李晖;蒸汽动力系统的不确定优化设计研究[D];大连理工大学;2013年

7 徐乐;基于减排工艺优选的蒸汽动力系统多目标设计优化研究[D];广东工业大学;2012年

8 孙玉梅;生产过程与蒸汽动力系统集成优化研究[D];山东大学;2012年

9 熊巍;某船蒸汽动力系统建模与仿真研究[D];武汉理工大学;2008年

10 池晓;变参数蒸汽动力系统多周期优化[D];大连理工大学;2008年

，

本文编号：846261