带钢层流冷却系统多目标优化策略的研究
作者:
孙铁军
[1,2,3] ;
杨卫东
[1,2] ;
程艳明
[3] ;
段风云
[4] ;
弭洪涛
[3]
关键词:
Pareto前沿面
模式库
遗传算法
层流冷却
摘要：
针对层流冷却系统粗调区多目标优化问题，对Pareto前沿面进行了理论分析和证明，提出了基于模式提取优化的多目标遗传算法，用来搜索粗调区集管的最佳开闭模式集。该算法挖掘Pareto前沿面交集中的较优模式并建立模式库，将其中符合模式定理的模式进行耦合传承，以消除种群进化的随机漫游性：模式库的淘汰机制和基于集管开闭模式的拥挤距离策略，维持了种群解的多样性，有利于在更广的空间去搜索更优的集管开闭模式；模式的随机抽取为Pareto前沿面在空间的均匀分布奠定了基础；模式库的记忆、固化功能是驱动算法收敛于真实的Pareto最优解集的强力引擎。最后使用微软基类库编写了仿真程序，给出了该多目标优化控制策略明显优于常规的层流冷却喷水模式的实验结果。
上一篇：基于加速度传感器的无线跌倒检测系统
下一篇：辅助锅炉BMS系统使用缺陷分析与改进