基于改進(jìn)協(xié)同優(yōu)化算法的流程工業(yè)多目標(biāo)生產(chǎn)調(diào)度研究.pdf

1、在流程工業(yè)中，生產(chǎn)調(diào)度是流程企業(yè)生產(chǎn)管理的核心，其對提高流程企業(yè)的經(jīng)濟(jì)效益和市場競爭力有著重要的作用。生產(chǎn)調(diào)度問題是一種NP-hard優(yōu)化問題，具有復(fù)雜性、多約束性和多目標(biāo)性，因此尋求一種高效的優(yōu)化算法對調(diào)度問題的研究是非常必要的。而協(xié)同優(yōu)化算法(CO)是一種多學(xué)科優(yōu)化方法，可以對復(fù)雜生產(chǎn)調(diào)度問題進(jìn)行分解，協(xié)同優(yōu)化多目標(biāo)，減小生產(chǎn)調(diào)度問題的求解難度，所以將CO算法應(yīng)用于流程工業(yè)生產(chǎn)調(diào)度具有重要的研究意義。本文主要的研究內(nèi)容如下：

2、　　(1)針對協(xié)同優(yōu)化算法計算量大、優(yōu)化結(jié)果多為局部最優(yōu)解的問題，提出了一種改進(jìn)的協(xié)同優(yōu)化算法(ICO)。首先，在系統(tǒng)級一致性等式約束中采用改進(jìn)的松弛因子，使系統(tǒng)級優(yōu)化可行域存在，且可行域的范圍逐步減小，以保證子學(xué)科間的一致性；其次，在子學(xué)科中，將目標(biāo)函數(shù)分為一致性目標(biāo)函數(shù)和子學(xué)科最優(yōu)目標(biāo)函數(shù)兩個部分，以不同的權(quán)重相加作為子學(xué)科的目標(biāo)函數(shù)，既考慮了子學(xué)科間的一致性，又兼顧了子學(xué)科的獨立性。采用兩個經(jīng)典案例對改進(jìn)算法進(jìn)行驗證，優(yōu)化結(jié)果表明

3、，改進(jìn)的算法具有更好收斂速度和可行性。
　　(2)將ICO算法應(yīng)用于求解多目標(biāo)優(yōu)化問題，從而提出了基于ICO的多目標(biāo)協(xié)同優(yōu)化方法(MOICO)：利用協(xié)同優(yōu)化算法的兩級分解結(jié)構(gòu)，將復(fù)雜的多目標(biāo)問題分解為多個子學(xué)科，每個子學(xué)科優(yōu)化一個目標(biāo)函數(shù)，同時利用系統(tǒng)級加權(quán)和目標(biāo)函數(shù)對各個子學(xué)科進(jìn)行協(xié)同，以保證多個目標(biāo)達(dá)到整體最優(yōu)。通過對兩個標(biāo)準(zhǔn)的多目標(biāo)測試案例進(jìn)行仿真，驗證了MOICO算法求解多目標(biāo)優(yōu)化問題是可行的。
　　(3)以設(shè)備的分