The invention belongs to the field of electrical digital data processing technology, and discloses a multi-objective optimization model control method for production process system based on particle swarm optimization. The algorithm provided by the invention can well find the ideal effective solution defined. The ideal effective solution may not necessarily make each goal achieve the optimal value, but if the point composed of the optimal value of each goal is recorded as P, the ideal solution is: Effective solution is to find a solution that closes the point consisting of the objective values of the solution to P. Effective solution is essentially different from the effective solution defined by other multi-objective problems, that is, a specific solution, which specifies a clear definition of the solution for multi-objective solution, and can effectively solve the problem of uncertainty in the solution of multi-objective programming. In addition, the present invention can automatically approach the optimal solution step by step in the process of solving instead of finding the optimal solution of each objective function beforehand.
【技术实现步骤摘要】
基于粒子群优化的生产过程系统多目标优化模型控制方法
本专利技术属于电数字数据处理
,尤其涉及一种基于粒子群优化的生产过程系统多目标优化模型控制方法。
技术介绍
目前,业内常用的现有技术是这样的:化学工业是很多终端产品制造业的支撑产业,在实际生产和日常生活中化工产品随处可见。近年来,能源危机以及环境污染使得人类生存面临着越来越严重的挑战,化工过程的运行性能和控制指标也越来越受关注。化工生产过程集成度的越来越高,操作越来越繁琐,所建的模型也越来越复杂,基于稳态模型的优化策略难以更好地解决此类问题,过程动态模拟备受重视,发展也迅速。而求解难度较大的复杂动态特性问题,却日益成为企业提高效益、增加产量、降低能耗的瓶颈。因此,化工过程动态优化成为过程系统工程的一个研究热点。实际的化工生产过程通常需要同时优化多个目标,如耗时最短、能耗最小、产量最高等;这些目标间常会相互影响,甚至冲突,从而带来复杂的多目标动态优化问题。因此,给求解这类问题带来不易,而工程实际中,只需要一个比较满意、确定可行解即可。从而,探索这一类快速求解,并给出一个确切的解显得具有实际意义。对此多目标问题,文献均将多目标优化问题通过把目标线性组合转化为单目标优化问题;文献利用模糊优选法,将多目标转化为单目标。综上可以看出,现阶段大多数的多目标优化问题的求解都是将多目标转化为单目标进行求解。而将多目标优化通过线性组合化为单目标优化问题,存在着系数不容易确定的问题。现今的各种进化算法由于其都是一种基于种群协作的计算技术,隐并行地搜索解空间中的多个解,并能利用不同解之间的相似性来提高其并发求解的效率,因 ...
【技术保护点】
1.一种基于粒子群优化的生产过程系统多目标优化模型控制方法,其特征在于,所述基于粒子群优化的生产过程系统多目标优化模型控制方法包括:S101:初始化种群:给定群体规模,随机产生每个粒子的位置和速度;S102:对每个粒子计算,通过比较得到最优值;S103:对每个粒子计算,通过比较求出局部极值点;S104:求出每个目标函的全局极值点;S105:求出各目标函数的全局极值点的均值;S106:对每个粒子求出其相应于各目标函数的局部极值点的均值:S107:更新各个粒子的速度;S108:检查是否已达到中止条件。
【技术特征摘要】
1.一种基于粒子群优化的生产过程系统多目标优化模型控制方法,其特征在于,所述基于粒子群优化的生产过程系统多目标优化模型控制方法包括:S101:初始化种群:给定群体规模,随机产生每个粒子的位置和速度;S102:对每个粒子计算,通过比较得到最优值;S103:对每个粒子计算,通过比较求出局部极值点;S104:求出每个目标函的全局极值点;S105:求出各目标函数的全局极值点的均值;S106:对每个粒子求出其相应于各目标函数的局部极值点的均值:S107:更新各个粒子的速度;S108:检查是否已达到中止条件。2.如权利要求1所述的基于粒子群优化的生产过程系统多目标优化模型控制方法,其特征在于,所述基于粒子群优化的算法用PSO算法求解问题:minfj(x)j=1,2…n;其中fj(m)是表示第j个目标函数计算到第m代为此所得到的最优值;相当于是一种惩罚项;对PSO算法的局部极值点pBest与全局极值点gBest的处理如下:共(n+1)个目标,对每个目标函数找到每个粒子对应的局部极值点pBest[i,j]与全局极值点gBest[j];其中i=1,2,…N,是表示粒子的序号,j=1,2,…(n+1),是表示目标函数的序号;在更新每个粒子的速度时,用各gBest[j]的“均值”作为全局的极值点gBest;随机在各pBest[i,j](j=1,2,…(n+1))与它们的“均值”之中随机选取一个作为第i个粒子的局部极值点pBest[i]。3.如权利要求2所述的基于粒子群优化的生产过程系统多目标优化模型控制方法,其特征在于,所述基于粒子群...
【专利技术属性】
技术研发人员:莫愿斌,卢彦越,张超群,
申请(专利权)人:广西民族大学,
类型:发明
国别省市:广西,45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。