優質論文代寫
首頁   論文定制   論文購買   論文代寫   論文發表   服務報價   信譽保證   關于優質   付款方式   聯系我們   合作加盟   網站地圖
論文搜索更方便   熱門標簽:工程論文  建筑論文  土木論文 
論文內容 您正在瀏覽主頁 > 工程論文 > 化學工程 > 正文

化學工程中多目的遺傳算法的使用

日期:2013-08-20 11:03:43 來源:www.078045.live 作者:優質論文網

 

論文導讀:NPGA的錦標賽選擇機制與通?;?個個體之間的直接比較方案不同,NPGA還額外地從種群中選取一定數量的(通常為10個)其他個體參與非劣最優解的比較。...

         遺傳算法是一種借鑒生物界自然選擇和自然遺傳機制的高度并行、隨機、自適應的搜索算法。隱含的并行性和對全局信息的有效利用能力是遺傳算法的兩大顯著特點。多目標遺傳算法(MOGA)是在遺傳算法的基礎上發展起來的,它可以進行多個目標之間直接權衡。自多目標遺傳算法誕生以來,已經應用到眾多的領域之中,為促進科技進步和生產力發展做出了卓越的貢獻?;瘜W工程作為一門重要的學科,始終在國家的經濟發展中發揮著重要作用,因此運用多目標遺傳算法對化學工程中的多目標問題進行有效的求解,定能為化學工程帶來新的生機和活力,而這已經得到了證明。多目標遺傳算法介紹 多目標遺傳算法簡介及其發展一般地,多目標最優化問題可表示如:s.t.gi (X)≤0,i=1,2,…,m,式中m為約束條件的數量, X=(x1,x2,x3,…,xm)T為決策向量,fi(x)(1≤i≤ k)為各子目標向量函數,k為子目標的數量。多目標優化問題存在一個非劣解集,又稱Pareto解集, Pareto解集中的解構成了Pareto前沿。多目標遺傳算法與單目標遺傳算法的主要區別是適應度分配策略。開發多目標遺傳算法的主要任務是引導種群向 Pareto前沿移動,并保持解在當前Pareto前沿的多樣性。早在20世紀60年代末,Rosenberg就指出了遺傳算法應用于多目標優化的可能性,第一個專門意義上的多目標遺傳算法產生于80年代中期,J.D. July 2007現代化工第27卷第7期 Modern Chemical Industry 2007年7月Schaffer等[1]提出向量評估遺傳算法(vector evaluated genetic algorithm,VEGA),它包含了原始SGA的一些操作算子,對選擇機制進行了改進以便處理多個目標函數。但VEGA本身有缺陷,找到的解大多屬于 Pareto前端的始末端處。直到90年代中期才開始出現多目標遺傳算法的研究及應用,逐漸應用到計算機集成、工程設計、自動控制以及經濟預測等領域, 并展示出良好的發展前景。其中比較典型的算法是 MOGA算法、NPGA算法和NSGA算法。

         MOGA算法是C.Fonseca和P.Flemming[2]提出的,通過采用通用的GA框架來有效地解決多目標問題。MOGA采用的是基于排序的適應度賦值機制,同時采用小生境技術來防止種群的過早收斂。這種方法的優點是效率高且易于實現,缺點是算法易受小生境大小影響。 NPGA算法即小生境Pareto遺傳算法是由J.Horn 等提出的,它采用Pareto優勝關系進行錦標賽選擇,并使用適應度共享機制。NPGA的錦標賽選擇機制與通?;?個個體之間的直接比較方案不同,NPGA還額外地從種群中選取一定數量的(通常為10個)其他個體參與非劣最優解的比較。算法的優點是能很快找到一些好的非劣最優解域,缺點是需要選擇一個適當的錦標賽規模。 NSGA(non-dominated sorting genetic algorithm)[4] 即非劣排序遺傳算法是由Srinivas和Deb基于Pareto 最優排序的思想提出的。該算法基于對個體的不同分類,具體如下:在進行選擇之前,首先將種群按照非劣性進行排序,所有的非劣個體都被劃分為同一個類別,賦予一個Dummy適應度值(該值與種群規模成正比),并且對同一類別的個體都賦予相等的復制機會。為了保持種群的多樣性,這些劃分類的個體按照其Dummy適應度值進行共享。然后忽略這些已經劃分為不同類別的個體,對種群中的其余個體繼續進行這一步驟,直到所有的個體都被劃分為某一類。在這些類的基礎之上,進行隨機剩余抽樣選擇,使得種群朝Pareto前沿移動。NSGA的特點在于將多個目標函數計算轉化為虛擬適應度計算。但是NSGA存在非劣排序的高計算復雜性、缺乏精英保留以及需要特殊的共享參數等缺點。因此K.Deb 等[5]對NSGA算法進行了改進,引進了2個新的算子:非劣解系列λi和密集比較算子πn,改進的遺傳算法稱為NSGA-Ⅱ(Non-dominated SortingGenetic Al- gorithm-Ⅱ)。NSGA-Ⅱ不僅克服了NSGA算法的缺點,而且在保持解的多樣性方面NSGA-Ⅱ算法也比 NSGA算法要好,因此NSGA-Ⅱ得到了廣泛的應用。

         此外還出現了微遺傳算法(micro-GA)、強度Pareto 進化算法(SPEA)、Pareto包絡選擇算法和多目標遺傳局部搜索算法等算法。綜觀多目標遺傳算法的發展歷程,其研究主要集中在適應度分配、多樣性保持技術、精英策略以及約束處理4個方面,下面將詳細論述。多目標遺傳算法的適應度分配適應度分配是遺傳算法求解多目標優化問題需要解決的主要問題之一。根據適應度函數所包括的偏好信息量多少,可以分為多種方法。如果偏好信息量完全給定,可以將目標函數直接加以組合或按優先級排序;如果沒有給定任何偏好信息,可以采用基于Pareto排序;若只給定部分偏好信息,可以將搜索集中在Pareto解集上的特定區域內。多樣性保持技術基于Pareto的排序法在種群中尋找相同的適應度值的個體,但不能保證Pareto解集均一取樣。當存在多個相同的最優解,有限的種群傾向于收斂到其中的一個,為了防止這種現象的發生,可以采用生境技術或非生境技術加以避免。生境技術能夠促進遺傳算法中穩定子種群的生成和保持,從而保護一些次優解以維持種群的多樣性,防止遺傳算法收斂到Pareto前沿的單一點。適應值共享是基于個體在特定的生境中要分享可得的資源的思想,目的是促進種群在整個Pareto解集取樣從而保持個體均勻分布在非劣前沿上的有效方法。這樣,存在一個區域中的個體越多,個體的適應值就越要降低。這個區域以距離的遠近度量,以生境半徑表示。常見的非生境技術包括交配受限和空間隔離等。一般來說,不同區域的基因表示大不相同,因此為了保持交配的可行性,交配只允許在局部范圍內進行。

         交配受限策略可以有效避免不可行個體的出現,從而提高算法的在線性能??臻g隔離常出現在“島嶼模型” 等分布式遺傳算法中,該類算法具有天然的生境行為,可以應用于多目標遺傳算法當中。精英策略僅僅從產生的子代中選擇基因去構造新的種群可能會丟失掉上一代種群中的很多信息。也就是說當利用交叉和變異產生新的一代時,有很大的可能把在某個中間步驟中得到的最優解丟失,為了處理在優化過程中由于隨機因素而導致的優良解丟失問題,人們采用了精英策略。一種方法是將上一代種群與變異后的種群結合起來,再應用一個確定性選擇程序來確定子代而不是僅僅用子代代替父代;另 Archive可以存放在優化器的外部,也可以通過在選擇過程中包含一個 Archive成員而整合到遺傳算法中?!〖s束處理在遺傳算法中,常用的約束處理方法有:拋棄不可行解法、改變遺傳因子法和懲罰函數法等,其中懲罰函數法用的最多。懲罰函數法是在最優化問題中處理非線性約束的普遍方法,它通過對約束條件施加懲罰而使約束問題變為無約束問題,從而利用成熟的無約束方法求解。在遺傳算法中通過對不可行解施加懲罰以使其適應度值降低,而在個體進化的競爭中被淘汰出局。目前罰函數方法又可分為靜態罰函數法、動態罰函數法和自適應函數法等。目前,多目標遺傳算法在化工中主要應用于過程優化和反應器工程領域,在精餾和膜分離等方面也有應用。

         但現在的研究大多針對一些簡單的流程,對于復雜系統的研究報道還不多見。根據現在的研究情況,多目標遺傳算法在化工中的應用可分為以下3種情況:單獨使用多目標遺傳算法、混合多目標遺傳算法以及遺傳算法和過程模擬器的結合?!为毷褂眠z傳算法單獨使用遺傳算法也就是對化學工程中一些典型操作如反應、精餾和吸收等,針對其已經建立好的數學模型,運用多目標遺傳算法進行優化。運用的算法包括矢量評估遺傳算法(VEGA)、NSGA、NSGA- Ⅱ等,其中又以NSGA、NSGA-Ⅱ用的最多。新加坡國立大學A.K.Ray[11]等運用NSGA-Ⅱ 對工業苯乙烯反應器進行了多目標優化。他們選取了苯乙烯產量、選擇性以及總熱負荷作為目標函數, 以進料乙苯的溫度、壓力和流量以及反應器的直徑和長徑比等為決策變量,得到了很好的Pareto解集, 為實際的生產提供了依據和很好的指導作用;他們還運用NSGA對乙酸甲酯水解的模擬移動床進行了多目標優化,選取轉換時間、乙酸甲酯進料量、剩余液和采出液的量以及分離塔的數量作為決策變量,得到了產品乙酸和甲醇的量同時最大的Pareto 解集。

         印度理工大學的S.V.Inamdar等運用 NSGA-Ⅱ對原油蒸餾的利潤和能耗以及產量和能耗分別進行了多目標優化,選取了原油蒸餾塔的4個側線汽提采出流量、4個泵回流的流量、回流比以及原油進料預熱器的出口溫度為決策變量,約束條件是產品質量必須滿足要求、優化必須滿足模型方程以及決策變量不能超越邊界,分別得到了利潤最大同時能耗最低以及產量最大同時能耗最低的Pareto 解集。


 


您正在閱讀的論文:化學工程中多目的遺傳算法的使用

  論文代寫聯系我們

代寫QQ:論文代寫95853629
發表QQ:論文代寫1525702242
售前電話:15208306686
咨詢電話:18628191790
售后服務QQ:論文代寫
1743307994
售后服務電話:15208306686
論文代寫老師加盟或合作唯一QQ
論文代寫95853629
郵箱:[email protected]
地址:成都市一環路南一段24號(臨四川大學)

論文代寫網 碩士論文 職稱論文
  推薦論文
· 鐵水包車設計
· 電子科技大學工程碩士電力公司公務用車車輛管理系統的設計與實現
· 電子科技大學工程碩士論文聯合指導教師簡況表
· 電子科技大學工程碩士在職碩士論文答辯及提交資料(論文寫作及答辯注意事項)
· 非全日制專業學位碩士研究生論文題目變更申請表
· 四川大學工程碩士在職碩士論文答辯及提交資料(論文寫作及答辯注意事項)
· 新疆哈密三塘湖綜合能源基地產業發展規劃
· 哈密三塘湖綜合能源基地產業空間布局項目研究
· 哈密三塘湖綜合能源基地產業空間布局項目研究
· 哈密三塘湖綜合能源基地產業空間布局項目研究

  最新論文(期刊)
· 關于在我國設立建筑學專業學位的
· 鐵水包車設計
· 資深編輯教你旅游管理論文課題選題技巧
· 高校學生社團管理系統的設計與實現之軟件工程分析
· 工程管理畢業論文范文修改怎么做好?
· 專業碩士論文代筆價格(市場標準)
· 常用論文提綱模板推薦
· 畢業論文提綱模板兩篇
· 不同類型畢業論文提綱寫作指南
· 畢業論文大綱如何擬寫
· 2019年最新碩士畢業論文格式(以北京大學為例)
網站主頁  |     網站簡介  |  本站郵箱:[email protected]
在線咨詢QQ論文代寫95853629 在線咨詢QQ論文代寫1743307994 在線咨詢QQ論文代寫1525702242 咨詢電話:QQ 95853629
Copyright © 2002-2011 畢業論文代寫網 - 碩士論文 - 代寫論文 | 發表論文機構
如果您喜歡本站請將本站推薦給您5位QQ好友!牢記本站網址http://www.078045.live
國家信息產業部備案號:蜀ICP備11009426號-1
有啥手游可以赚钱 辽宁35选7图表 三肖三码期期准选一码 捕鱼大亨辅助 淘股吧股票论坛电脑版类似淘股吧的其他论坛股票高手论坛 重庆快乐十分玩法技巧和条件 炒股正规平台 熊猫四川麻将官方版 精准三肖期期中特 福建体彩11选五 登山赛车快速