遺傳算法用于多目標過程優(yōu)化綜合的研究.pdf

1、過程系統(tǒng)綜合是指按照規(guī)定的系統(tǒng)特性，尋求所需要的系統(tǒng)結(jié)構(gòu)及其各子系統(tǒng)的性能，并使系統(tǒng)按規(guī)定的目標進行優(yōu)化組合。它是過程系統(tǒng)工程學的核心內(nèi)容，是過程系統(tǒng)設計的關(guān)鍵。隨著近年來在過程集成設計中需要同時考慮環(huán)境性、經(jīng)濟性和可操作性等因素，化工過程的多目標優(yōu)化綜合成為一個重要的研究課題。多目標過程優(yōu)化綜合問題為多目標混合整數(shù)非線性規(guī)劃模型的求解。多目標優(yōu)化問題與單目標優(yōu)化不同，多目標優(yōu)化問題的特點是極少存在絕對最優(yōu)解，而是存在一個非劣解集(Pa

2、reto解集)，多目標優(yōu)化技術(shù)的主要目的就是尋求Pareto解集中的一個或多個滿意解。求解方法主要有數(shù)學規(guī)劃法和多目標進化算法。以多目標遺傳算法為代表的進化算法被認為特別適合求解此類問題。遺傳算法大多用于單目標問題的優(yōu)化，近十幾年來將遺傳算法應用到多目標優(yōu)化的研究得到了很大的發(fā)展。 本文在充分研究了多目標過程優(yōu)化綜合方法的基礎上，在化工通用模擬軟件ECSS—化工之星平臺上開發(fā)了一個多目標化工過程優(yōu)化綜合系統(tǒng)。本系統(tǒng)采用遺傳算法。

3、 本系統(tǒng)對精英保留的非劣排序遺傳算法(Non-dominatedSortingGeneticAlgorithm，NSGA-Ⅱ)進行了改進，針對化工過程的模型特點，對改進的精英保留的非劣排序遺傳算法(NSGA-Ⅱ)在過程綜合中的應用研究進行了討論，并認為該算法應是求解此類問題的有效算法。 本文開發(fā)了具有多目標優(yōu)化綜合功能的模塊，將該模塊集成于化工模擬軟件ECSS—化工之星，為過程優(yōu)化綜合提供了方便而可靠的平臺，實現(xiàn)過程模擬