多目标粒子群算法及其在转炉炼钢中的应用研究

《多目标粒子群算法及其在转炉炼钢中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、乂連键是义葦ＤＡＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ损±享恆巧文Ｍ乂ＳＴＥ民乂ＬＤＩＳＳＥＲＴＡＴＩＯＮ＾幽多目标粒子辨算法及其在转炉炼钢中的应用研究测量计量技术及仪器作者姓名指导教师＿＿＿＿答辩日期宁硕±学位论文多目标粒子群算法及其在转妒炼钢中的应用研究ｔ－ＯｂｔｉｔＲｅｓｅａｉｘｈｏｎＭｕｌｉｅｃｖｅＰａｒｔｉｃｌｅＳｗａｒｍＯｐｉｍｉｚａｔｉｏｎｊＡｌｏｒｉｔｈｍｓａｎｄＩｔｓＡｌｉｃａ村ｏｎｉｎ

2、ＢＯＦＳｔｅｅｌｍａｋｉｎｇＰｒｏｃｅｓｓｇｐｐ作者姓名：包迹学科、专业：测试计量技术及仪器学号：２１３０９０７９指导教师：韩敏教授完成日期：２０１６年６月６日乂連巧义乂缘ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中己经注明引用内容和致谢的地方外，本论文不包含其他个人或集体己筵发表的研究成果，也不包含其他邑申请

3、学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贡献均＆在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。＾献部；哀與兮矣滿＾衫学位论文题目：多的和ｊｊ邱采咪詞可占Ｍ《日期（＞：＝年月日作者签名科大连理工大学硕±学位论文摘要现实中大量的科学研究与工程实践问题都可归结为多目标优化问题。粒子群优化作一为种群体智能计算模型，易于实现且收敛速度快，，适合于求解多目标优化问题吸引了众多学者进行广泛而深入地研究。一一些不足目前国

4、内外已有部分多目标粒子群优化算法的研巧成果，但仍然存在：方面，大部分算法缺乏监测种群进化环境的机制，，无法获得实时的反馈信息难决定在何时调节何种进化策略到何种程度一；另方面，粒子群优化算法在求解島维多目标优化问题时优化能力急剧下降。针对Ｗ上不足，本文主要进行了Ｗ下研究；（１）针对缺乏监测进化环境机制的问题，设计了相应的监测机制，并在平衡全局捜索和局部搜索、平衡解集收敛性和多样性两方面分别提出了两种改进的多目标粒子群优化算法，通过监测种。在基于高斯混浊变异和精英学习的自适应多目标粒子群算法中

5、群的收敛状态来自适应调节惯性权重和学习因子而且，提出精英学习策略和改进的高；斯混沛变异算子来调节局部搜索和全局搜索能力。而在基于档案解集状态的自适应多目标粒子群算法中，混合了两种全局向导选择策略，并通过监测挡案解集所处的状态来自适应调整这两种策略的选择概率；此外，分别对粒子和档案解集中的个体进行扰动，根据挡案解集状态和迭代次数动态调整这两种扰动的概率，使算法能兼顾解集的收敛性和多样性。一（２）针对多目标粒子群优化算法在求解高维多目标优化问题上的不足，提出种基于参考点的高维多目标粒子群算法

6、一。在目标空间中引入系列的参考点，根据参考点来筛选出兼顾收敛性和多样性的非支配解作为粒子的全局向导，并提出了基于参考点的档案维护方法，维持解集的多样性。（３）将多目标粒子群优化算法应用于转炉炼钢铁合金加入量计算问题中。在转炉炼钢生产过程中，如何保证钢水中各成分含量达标的同时降低生产成本是影响钢铁企业一生产效益的个重要问题，。本文在回声状态网络进行软测量的基础上将该问题转化为一个多目标优化问题，并采用改进的多目标粒子群优化算法对其进行求解，在实际炼钢数据上的仿真实验表明，所提方法能在保证钢

7、水成分含量达标的同时有效降低铁合金投入的成本。关键词：多目标优化；粒子群；转炉炼钢；铁合金加入量计算－Ｉ－多目标粒子群算法及其在转炉炼钢中的应用研巧Ｒｅｓｅａｒｃｈｏｎｕ－ｅｃｖｅＰａｒｔｃｅｗａｒｍＭｌｔｉＯｂｔｉｉｌＳＯｔｉｍｉｚａｔｉｏｎｊｐＡｌｏｒｉｔｈｍｓａｎｄＩｔｓＡｌｉｃａｔｉｏｎｉｎＢＯＦＳ化ｅｌｍａｋｉｎＰｒｏｃｅｓｓｇｐｐｇＡｂｓｔｒａｃｔＭａｎｙｒｏｂｌｅｍｓｉｎｓｃｉｅｎｔｉｆｉｃｓｔｕｄｉｅｓａｎｄｅｎｉｎｅｅｒｉｎｇｒ

8、ａｃｔｉｃｅｓｃｏｕｌｄｂｅｔｒａｎｓｆｏｒｍｅｄｉｎｔｏｐｇｐｔ－ｔｒｏｍｕｌｔｅｓｉｏｂｅｃｉｖｅｐｂｌｅｍｓ．Ａｓｏｎｅｏｆｈｗａｒｍｉｎｔｅｌｌｉｇｅｎｃｅｂａｓｅｄｍｏｄｅｌｓａｒｔｉｃｌｅｓｗａｒｍｊ，ｐｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ｉｓｉｓｅａｓｙｔｏｉｍｐｌｅｍｅｎｔａｎｄｈａｓｆ