| 【中文题名】 | 基于进化计算的混合优化算法及其在轧制规程优化上的应用 |
| 【英文题名】 | The Mixed Optimization Algorithm and Its Application in the Rolling Regulations Based on Evolution Computation |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-3-29 |
| 【中关键词】 | 遗传算法,进化计算,量子进化,多智能体,优化,轧制规程 |
| 【英关键词】 | Genetic Algorithm,Evolutionary Computation,Quantum Evolution,Multi-Agent,Optimization,Rolling Rules, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
遗传算法是一类借鉴生物自然选择和自然遗传机制的智能优化算法,自60年代Holland教授提出遗传算法以来,至今已取得了很多重要的研究成果,在各个领域取得了广泛的应用。
由于遗传算法适用性好,鲁棒性强,能很好的解决传统传统搜索算法难以解决或无法解决的复杂优化问题,已经成为智能优化方法的一个热点研究领域。但遗传算法用于高维复杂问题的优化时易陷入局部解,优化能力下降,难以搜寻到全局最优解。为了提高遗传算法对复杂优化问题的求解能力,在对当前遗传算法研究的最新进展进行了详细分析的基础上,提出了基于进化计算的混合优化算法,通过与其它优化算法的有机结合来进一步提高遗传算法求解高维复杂问题的能力。
由智能体的特性和进化计算的思想结合而提出的多智能体进化算法,已经在函数优化上取得了很好的效果。根据个体存在于网格中的特点和进化操作算子的特点,结合其它优化算法而提出新的混合优化算法,来进一步提高算法的搜索性能。根据粒子群优化算法的特点和模拟退火算法的特点,将多智能体遗传算法与它们结合起来而提出两种新的混合优化算法。量子算法是近几年出现的进化搜索算法,它采用新颖的量子编码,利用全干扰交叉和量子旋转变异来搜索... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-7 |
|
第一章 绪论 |
7-11 |
|
1.1 进化计算的国内外研究进展 |
7-8 |
|
1.2 课题的研究背景 |
8-9 |
|
1.3 本文的主要研究内容 |
9-11 |
|
第二章 进化计算的研究现状 |
11-24 |
|
2.1 遗传算法概述 |
11-13 |
|
2.1.1 遗传算法的基本原理 |
11-12 |
|
2.1.2 遗传算法的编码方式 |
12-13 |
|
2.2 当前进化计算的研究方向 |
13-14 |
|
2.2.1 进化计算的理论研究现状 |
13 |
|
2.2.2 进化计算的应用研究现状 |
13-14 |
|
2.3 新的进化计算方法 |
14-22 |
|
2.3.1 遗传算法中个体的存在形式 |
14-15 |
|
2.3.2 多智能体进化算法 |
15-16 |
|
2.3.3 组织进化算法 |
16-20 |
|
2.3.4 量子进化算法 |
20-22 |
|
2.4 混合优化算法研究现状 |
22-24 |
|
第三章 基于进化计算的混合算法与实验仿真 |
24-41 |
|
3.1 与进化计算结合的优化算法 |
24-29 |
|
3.1.1 模拟退火算法概述 |
24-27 |
|
3.1.2 粒子群优化算法概述 |
27-29 |
|
3.2 多智能体进化的混合算法 |
29-35 |
|
3.2.1 多智能体遗传算法描述 |
29-30 |
|
3.2.2 多智能体进化算法和模拟退火算法的混合优化算法 |
30-32 |
|
3.2.3 多智能体局部寻优的粒子群算法 |
32-33 |
|
3.2.4 混合编码的多智能体遗传算法 |
33-35 |
|
3.3 仿真实验 |
35-40 |
|
3.4 本章小结 |
40-41 |
|
第四章 基于进化计算的轧制规程优化 |
41-56 |
|
4.1 薄板连轧轧制规程优化的研究现状 |
41-42 |
|
4.2 薄板冷连轧设定计算及数学模型 |
42-47 |
|
4.2.1 冷连轧的经验负荷分配模型 |
42-43 |
|
4.2.2 轧制压力计算模型 |
43-45 |
|
4.2.3 轧制力矩与轧制功率计算模型 |
45-47 |
|
4.3 智能体进化计算的轧制规程优化 |
47-50 |
|
4.3.1 编码方式 |
47 |
|
4.3.2 目标函数和约束条件 |
47-50 |
|
4.3.3 多智能体进化算法用于负荷分配优化的步骤 |
50 |
|
4.4 实验结果 |
50-55 |
|
4.5 本章小结 |
55-56 |
|
第五章 冷连轧轧制规程智能优化辅助系统的设计与应用 |
56-62 |
|
5.1 轧制规程智能优化辅助系统的总体设计 |
56-58 |
|
5.2 轧制规程智能优化辅助系统的应用 |
58-62 |
|
第六章 总结与展望 |
62-64 |
|
参考文献 |
64-67 |
|
致谢 |
67-68 |
|
附录 攻读硕士学位期间发表的学术论文 |
68 |
|
| 【DOI】 | LunWen.ID:2.2008.388429 |
