化工過程多目標(biāo)優(yōu)化的研究.pdf

1、實現(xiàn)經(jīng)濟(jì)效益、環(huán)境等多個目標(biāo)的優(yōu)化是過程工業(yè)可持續(xù)發(fā)展的必然要求,開展多目標(biāo)過程系統(tǒng)綜合優(yōu)化的研究具有重要意義。本文綜述了在可持續(xù)發(fā)展戰(zhàn)略下的過程系統(tǒng)綜合和MOMINLP問題求解策略等方面的研究進(jìn)展。
　　本文在三層次(包括模擬層,綜合層和決策層)多目標(biāo)過程綜合解算策略的平臺上,結(jié)合Aspen Plus和NSGA-Ⅱ算法對廢氣中丙酮回收過程的廢料最少化問題進(jìn)行模擬和求解,并且使用局部搜索策略對綜合層得到的非劣解集進(jìn)行改善,提出了逐

2、步插值法,并進(jìn)行NSGA-Ⅱ計算結(jié)果的誤差估計。
　　應(yīng)用多目標(biāo)遺傳算法(MOGA)求解多目標(biāo)問題時,由于不能按一定精度要求收斂,求解得到的是近似非劣解集,遺傳參數(shù)的取值對非劣解質(zhì)量有一定影響。本文分別改變變異概率、種群規(guī)模、遺傳代數(shù)和交叉概率等遺傳參數(shù)的取值,得到相應(yīng)的非劣解集。通過比較非劣解曲線的平滑性、非劣解集的劣解數(shù)量和端點取值,考察各個遺傳參數(shù)對求解質(zhì)量的影響規(guī)律。
　　本文在NSGA-Ⅱ算法的基礎(chǔ)上,分別使用了懲