我國作為生產(chǎn)大國,在經(jīng)濟發(fā)展和能源消耗上均位居世界前列,也具有環(huán)境遭受污染和破壞的問題。中國的工業(yè)生產(chǎn)耗能占了最大比例,其中鋼鐵、化工和石化、非金屬礦物行業(yè)等耗能較多,作為化工和石化行業(yè)重要生產(chǎn)過程,乙烯生產(chǎn)在國民經(jīng)濟中占有重要地位,而乙烯的耗能量也占了行業(yè)大半部分。因此,實現(xiàn)乙烯過程的優(yōu)化生產(chǎn)和節(jié)能減排,具有重要意義。企業(yè)優(yōu)化生產(chǎn)越來越得到重視,單一目標的優(yōu)化已經(jīng)無法滿足多樣化發(fā)展的需求。多目標優(yōu)化問題不同于單個目標優(yōu)化,待優(yōu)化目標往往存在著矛盾關系,難以實現(xiàn)所有目標同時最優(yōu)化,需要研究并找到解決這種矛盾協(xié)同關系的方法。本文研究內容和取得的成果如下:(1)針對多目標優(yōu)化問題,為了改善算法的搜索和開發(fā)能力,提高優(yōu)化解集與理論Pareto前沿的逼近程度,避免陷入局部最優(yōu),研究基于膜計算的膜進化優(yōu)化算法。利用膜計算的分布式結構和最大化平行運算特質,融合非支配排序遺傳算法的進化計算規(guī)則,提出了基于競爭交流規(guī)則的膜優(yōu)化算法,表層膜存檔內部膜交流傳輸來的全局優(yōu)化解集,通過雙向傳輸指導內部膜內下一次迭代進化過程。隨后,將基于競爭交流的膜算法用于解決多目標優(yōu)化測試函數(shù)集優(yōu)化問題,算法所得優(yōu)化解集能夠較...

【文章頁數(shù)】：155 頁

【學位級別】：博士

【部分圖文】：

圖１＊４常用智能優(yōu)化算法的發(fā)展進程??Ｆｉｇ．?１－４?Ｔｈｅ?ｄｅｖｅｌｏｐｍｅｎｔ?ｐｒｏｃｅｓｓ?ｏｆ?ｃｏｍｍｏｎ?ｉｎｔｅ?

Ｓ８ｍｍ＇＿ｌｌ｜｜｜ｉ｜｜｜｜ＭＩＩ＿＿，＿ｌ＿ＷｌＭＩ？＿ｙ＿＾＾＾?２００９??ＦＡ?２００９??ｈｓ?２００９??ＢＦＯ?—?２０１０??ＣＳ?＂?ＢＭｉｌｌＷＭＭｉＷｌＭＭｌＭＭｉｉｉｉｌｉｌｉｉｌｉｉｉｉｉｌｉｉｉｉｉｌｉｉＭｉｉＭｉＭ?２０１０??ＴＬＢＯ?畫２０１....

圖１－７膜優(yōu)化算法結構示例圖??Ｆｉｇ．?１－７?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ａ?ｍｅｍｂｒａｎｅ?ａｌｇｏｒｉｔｈｍ??

?第一章緒論???送到表層膜的最優(yōu)及較優(yōu)對象也反向傳輸回內層膜中，參與下一代的進化計算，??實現(xiàn)雙向交流，以保證進化向尋優(yōu)方向發(fā)展。當系統(tǒng)終止時，環(huán)境中的對象即??認為是全系統(tǒng)的輸出，即找到的最優(yōu)解。??表層膜存檔每一次迭代過程中進化和交流后到達表層膜的所有非支配解，??作為全局....

圖２－１經(jīng)典遺傳算法的發(fā)展歷程??Ｆｉｇ．?２－１?Ｄｅｖｅｌｏｐｍｅｎｔ?ｐｒｏｃｅｓｓ?ｏｆ?ｃｌａｓｓｉｃａｌ?Ｇａｓ??

將多個目標轉??化為單個目標，避免丟失了目標信息，通用性較強，但相應的，在隨機搜索過??程中也偶爾會陷入局部最優(yōu)以至于無法找到全局最優(yōu)解的困境，或是結果無法??收斂，因此，才有一代代不同大分類下各種智能優(yōu)化算法的不斷發(fā)展，每一次??研宄和探索都為智能優(yōu)化算法解決多目標優(yōu)化問題提供....

圖２－２多層膜結構示例??Ｆｉｇ．?２－２?Ａｎ?ｅｘａｍｐｌｅ?ｏｆ?ａ?ｍｕｌｔｉ－ｌａｙｅｒ?ｍｅｍｂｒａｎｅ?ｓｔｒｕｃｔｕｒｅ??如圖２－２所示，一個示例膜結構由一個表層膜，八個基本膜，五個中間膜??

?第二章基于競爭交流的膜算法???表層膜?ｙ對象??ｒ?ｚ?＼?，??基本膜?＾?ｆ７＝＾＾?５＾?３?ｆ??＼?、＾?Ｍ?—Ｖ????Ｕ??＼?＾＾?規(guī)則??娜、ＴＯＯ?一＼??ｂｄ?＞??（ｒ?＾?／?環(huán)境??＇區(qū)域ｚ??圖２－２多層膜結構示例??Ｆｉｇ．?２－２?Ａｎ?ｅｘ....

本文編號：4042493