基于改進協(xié)同優(yōu)化算法的流程工業(yè)多目標生產調度研究.pdf

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

2、　　(1)針對協(xié)同優(yōu)化算法計算量大、優(yōu)化結果多為局部最優(yōu)解的問題，提出了一種改進的協(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，以保證子學科間的一致性；其次，在子學科中，將目標函數(shù)分為一致性目標函數(shù)和子學科最優(yōu)目標函數(shù)兩個部分，以不同的權重相加作為子學科的目標函數(shù)，既考慮了子學科間的一致性，又兼顧了子學科的獨立性。采用兩個經典案例對改進算法進行驗證，優(yōu)化結果表明

3、，改進的算法具有更好收斂速度和可行性。
　　(2)將ICO算法應用于求解多目標優(yōu)化問題，從而提出了基于ICO的多目標協(xié)同優(yōu)化方法(MOICO)：利用協(xié)同優(yōu)化算法的兩級分解結構，將復雜的多目標問題分解為多個子學科，每個子學科優(yōu)化一個目標函數(shù)，同時利用系統(tǒng)級加權和目標函數(shù)對各個子學科進行協(xié)同，以保證多個目標達到整體最優(yōu)。通過對兩個標準的多目標測試案例進行仿真，驗證了MOICO算法求解多目標優(yōu)化問題是可行的。
　　(3)以設備的分