基于遺傳算法的動力配煤優(yōu)化模型的研究及其軟件實現(xiàn).pdf

1、本文在前人研究的基礎上,對簡單遺傳算法作了改進.首先利用GA不需要目標函數(shù)的可微性這個特點,直接采用f<,j>(x)作為罰函數(shù),替代優(yōu)化界傳統(tǒng)上為保證目標函數(shù)F(x)的梯度處處存在而采用f<'2><,j>(x)的罰函數(shù)形式,降低了優(yōu)化結果中不可行解的比例,提高了解的可靠性;其次通過理論的分析,找出了簡單遺傳算法使用適應度比例選擇法的缺陷,并運用Boltzmann選擇法替代適應度比例法,進一步提高了動力配煤優(yōu)化結果的準確性和穩(wěn)定性;再次,

2、針對罰函數(shù)法處理約束優(yōu)化問題時,罰因子難以確定的情況,以及運算結果偶爾會出現(xiàn)不可行解的缺陷,本文使用了GA獨有的直接比較-比例法,DCPM-GA進行動力配煤優(yōu)化,保證了結果的可靠性;最后,本文采用面向對象軟件設計法,在前面的研究成果的基礎上,設計了配煤優(yōu)化模塊--動力配煤優(yōu)化引擎.全文共分四章.第一章為綜述,大致介紹了動力配煤的研究現(xiàn)狀,并對幾種優(yōu)化算法進行了比較,提出了本文需要研究的內容;第二章為本文的主要部分,這個部分從簡單遺傳算法