約束多目標(biāo)改進(jìn)粒子群優(yōu)化算法研究及應(yīng)用.pdf

1、在工程實(shí)踐中存在大量約束多目標(biāo)優(yōu)化問題。傳統(tǒng)的基于梯度策略的優(yōu)化方法對(duì)函數(shù)形式要求過高,面對(duì)不連續(xù)、不可微、無顯式表達(dá)等復(fù)雜問題時(shí),往往無能為力。而粒子群作為一種群集智能進(jìn)化算法,通過群體微粒間的合作與競(jìng)爭(zhēng)產(chǎn)生的群體智能指導(dǎo)優(yōu)化搜索,同時(shí)它特有的記憶能力使其可以動(dòng)態(tài)跟蹤當(dāng)前的搜索情況以調(diào)整搜索策略,不依賴問題的自身信息,全局尋優(yōu)能力強(qiáng),已成為優(yōu)化領(lǐng)域的研究熱點(diǎn)。
　　 通過對(duì)粒子群算法的深入研究,探索面向約束多目標(biāo)優(yōu)化的改進(jìn)策略

2、,并應(yīng)用于鋅電解過程的能耗優(yōu)化。為此,針對(duì)基本粒子群算法容易陷入局部極值、后期收斂速度慢的問題,提出了禁忌粒子群混合優(yōu)化算法,一方面通過長(zhǎng)時(shí)禁忌來指導(dǎo)全局極值的選取,防止算法過度趨同;另一方面采用基于種群多樣性的禁忌搜索變異,跳出局部極值。結(jié)合禁忌搜索強(qiáng)大的爬山和鄰域搜索能力,有效增強(qiáng)了粒子群算法在求解高維單目標(biāo)優(yōu)化問題時(shí)的收斂速度和收斂成功率。
　　 擴(kuò)展粒子群算法求解約束多目標(biāo)優(yōu)化問題的關(guān)鍵在于設(shè)計(jì)合理的約束處理機(jī)制。為此,

3、提出了采用距離量度和自適應(yīng)懲罰函數(shù)相結(jié)合的約束處理技術(shù),基于原目標(biāo)函數(shù)值和個(gè)體總的約束違反程度,構(gòu)造新的目標(biāo)函數(shù),用于粒子群進(jìn)化操作,并通過可行解比例,有效均衡目標(biāo)函數(shù)和約束條件,提高算法的邊界搜索能力;提出基于k最近鄰聚集密度的解集分布度保持策略,并將聚集密度和輪盤賭選擇相結(jié)合選擇全局領(lǐng)導(dǎo)粒子,將Pareto支配擴(kuò)展到約束空間,選取個(gè)體領(lǐng)導(dǎo)粒子,同時(shí)采用TS搜索變異保持種群多樣性,通過對(duì)不同測(cè)試函數(shù)的仿真,表明了算法在解集收斂性和分布