改進(jìn)的粒子群算法在多目標(biāo)優(yōu)化問題上的研究和應(yīng)用.pdf

1、在實(shí)際生活中，廣泛存在著多目標(biāo)問題。其中，磨礦分級(jí)過程是選礦過程中的關(guān)鍵環(huán)節(jié)，也是一個(gè)復(fù)雜、非線性的多目標(biāo)問題，利用多目標(biāo)優(yōu)化算法優(yōu)化磨礦分級(jí)過程具有很重要的意義。
　　傳統(tǒng)的優(yōu)化技術(shù)難以解決不連續(xù)、非線性等復(fù)雜特性的優(yōu)化問題。進(jìn)化算法為解決多目標(biāo)優(yōu)化問題提供了一個(gè)新途徑，而多目標(biāo)進(jìn)化算法也是近20年進(jìn)化算法領(lǐng)域的研究熱點(diǎn)之一。隨著進(jìn)化算法的發(fā)展，出現(xiàn)了很多經(jīng)典算法。其中，粒子群算法因其概念簡(jiǎn)單、易于結(jié)合、運(yùn)行效率高等特點(diǎn)，一直是

2、近幾年研究的熱點(diǎn)之一，被拓展用于解決多目標(biāo)優(yōu)化問題。
　　隨著動(dòng)態(tài)多種群思想的提出，引起了粒子群算法的又一個(gè)研究熱潮。動(dòng)態(tài)多種群粒子群算法，利用種群分組加強(qiáng)局部搜索能力，利用動(dòng)態(tài)重組來增加種群的多樣性，局部最優(yōu)解的更新機(jī)制有效的提高了種群多樣性，而且加快算法收斂速度，已經(jīng)成功的應(yīng)用于很多領(lǐng)域，是一個(gè)有效的多目標(biāo)優(yōu)化算法。本文針對(duì)陷入局部最優(yōu)的缺點(diǎn)，在動(dòng)態(tài)多種群基礎(chǔ)上，增加外部集的擾動(dòng)，進(jìn)一步加強(qiáng)跳出局部最優(yōu)的能力，并與其他經(jīng)典算法

3、進(jìn)行比較，對(duì)標(biāo)準(zhǔn)無約束測(cè)試函數(shù)的仿真結(jié)果表明加入的擾動(dòng)是有效的。
　　針對(duì)約束多目標(biāo)問題，本文在改進(jìn)的動(dòng)態(tài)多種群粒子群算法上，結(jié)合雙檔案策略和改進(jìn)的可行性規(guī)則，將可行解、不可行解分開保存，減少粒子間比較次數(shù)，利用部分違反約束小的不可行解引導(dǎo)算法收斂到真實(shí)的前沿。通過對(duì)標(biāo)準(zhǔn)有約束測(cè)試函數(shù)的仿真，并和禁止不可行解的方法進(jìn)行對(duì)比，表明算法在利用不可行解方面具有較好的效果。
　　最后將提出的算法運(yùn)用到實(shí)際的磨礦分級(jí)過程的優(yōu)化控制中，