改进极值策略的多目标粒子群算法及其在Px氧化过程中应用
基本多目标粒子群算法在收敛性和分布性上都表现一般，且容易陷入局部最优。为此，本文提出了一种新的用于求解多目标问题的粒子群算法，该算法采用一种新的全局极值和个体极值选取策略，提升了种群逼近Pareto最优前沿的稳定性和精度，同时为了提升种群跳出局部最优的能力，提出两步变异操作。此外本算法还采用了外部存档存储每一代产生的非支配解，并且使用动态更新的拥挤距离来维持外部存档的规模。然后，通过典型的ZDT系列测试函数对该算法进行评估，并与MOEA/D、NNIA、NSGA-II三种多目标优化算法进行比较。实验结果显示，本文算法相较于其他算法具有较好的分布性与收敛性。最后将其应用于PX氧化反应优化过程中，在相同计算成本的条件下，本文算法优化后的醋酸和PX 燃烧损失明显下降，成本损失大幅减少。
粒子群算法 多目标问题 改进极值策略 PX氧化反应
祁荣宾 何镓梁 钟伟民 叶贞成 钱锋
化工过程先进控制和优化技术教育部重点实验室华东理工大学上海 200237
国内会议
厦门
中文
1-7
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）