多目標差分進化混合算法研究及其在磨礦分級中的應用.pdf

1、在自然學科和社會學科領域中存在很多多目標優(yōu)化問題,傳統(tǒng)的多目標優(yōu)化方法對復雜優(yōu)化問題難以有效求解?；赑areto概念的多目標進化算法由于具有高效的搜索能力,已成為當今研究熱點。差分進化算法作為一種新興的進化計算技術,具有全局搜索能力強、收斂速度快、簡單易行等優(yōu)點,已在優(yōu)化領域得到了廣泛的關注。
　　 本文對差分進化算法進行深入探索和研究,并與局部搜索算法進行有機融合,旨在針對多目標優(yōu)化問題設計高效的差分進化混合算法,并應用求解

2、磨礦分級過程多目標優(yōu)化問題。
　　 論文通過對多目標優(yōu)化方法和差分進化算法進行分析研究,針對目前一般多目標差分進化算法中存在的退化現(xiàn)象和“早熟”問題,提出一種多目標差分進化混合算法。通過改進的選擇操作合并父代和子代所有個體,進行Pareto非劣排序,加強各個體間的信息交流和充分比較,防止退化;并對個體的排序指標進行改進以克服搜索不均勻的問題;同時融入了單純形局部搜索,以期能夠豐富優(yōu)化過程的搜索行為,達到脫離局部最優(yōu)、提高搜索效率

3、的目的。
　　 進一步對約束多目標優(yōu)化問題的約束處理機制進行研究,提出了基于多種群差分進化的約束多目標混合優(yōu)化算法,對某些具有優(yōu)良特性的不可行解采取保留和隨機優(yōu)化策略,避免了懲罰函數(shù)的構造,同時避免了一些有意義的不可行解被刪除或忽略。通過測試函數(shù)仿真表明,提出的算法能夠快速有效地收斂于真實Pareto前沿,獲得高質(zhì)量的解集,具有較好的分布性。
　　 最后,將基于多種群差分進化的約束多目標混合優(yōu)化算法用于求解磨礦分級過程產(chǎn)