基于進化計算的混合優(yōu)化算法及其在軋制規(guī)程優(yōu)化上的應(yīng)用.pdf

1、遺傳算法是一類借鑒生物自然選擇和自然遺傳機制的智能優(yōu)化算法，自60年代Holland教授提出遺傳算法以來，至今已取得了很多重要的研究成果，在各個領(lǐng)域取得了廣泛的應(yīng)用。 由于遺傳算法適用性好，魯棒性強，能很好的解決傳統(tǒng)傳統(tǒng)搜索算法難以解決或無法解決的復雜優(yōu)化問題，已經(jīng)成為智能優(yōu)化方法的一個熱點研究領(lǐng)域。但遺傳算法用于高維復雜問題的優(yōu)化時易陷入局部解，優(yōu)化能力下降，難以搜尋到全局最優(yōu)解。為了提高遺傳算法對復雜優(yōu)化問題的求解能力，在對

2、當前遺傳算法研究的最新進展進行了詳細分析的基礎(chǔ)上，提出了基于進化計算的混合優(yōu)化算法，通過與其它優(yōu)化算法的有機結(jié)合來進一步提高遺傳算法求解高維復雜問題的能力。 由智能體的特性和進化計算的思想結(jié)合而提出的多智能體進化算法，已經(jīng)在函數(shù)優(yōu)化上取得了很好的效果。根據(jù)個體存在于網(wǎng)格中的特點和進化操作算子的特點，結(jié)合其它優(yōu)化算法而提出新的混合優(yōu)化算法，來進一步提高算法的搜索性能。根據(jù)粒子群優(yōu)化算法的特點和模擬退火算法的特點，將多智能體遺傳算法

3、與它們結(jié)合起來而提出兩種新的混合優(yōu)化算法。量子算法是近幾年出現(xiàn)的進化搜索算法，它采用新穎的量子編碼，利用全干擾交叉和量子旋轉(zhuǎn)變異來搜索解空間，有著比傳統(tǒng)遺傳算法更好的搜索性能。通過對量子編碼和進化方式進行分析，和傳統(tǒng)的實數(shù)編碼方式結(jié)合起來，提出混合編碼的多智能體遺傳算法。通過仿真實驗證明，上述混合優(yōu)化算法在求解高維函數(shù)的優(yōu)化問題時有更好的性能。 本文將多智能體遺傳算法用于薄板冷連軋的軋制規(guī)程優(yōu)化中，在經(jīng)驗分配法的基礎(chǔ)上，用多智能