用于多目标优化的蚁群算法的构建及其应用

• 作者: 贺益君 陈德钊
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 多目标优化 Pareto最优前沿 蚁群算法 成群募集 海量募集 二甲苯异构化
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 先进制造与自动化技术
• 页码范围: 1241-1245
• 页数: 5页
• 分类号: TP3
• 字数: 5367字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2006.12.007

摘要

从蚁群的生物学行为出发,将成群募集和海量募集两种机制融入蚁群算法,并针对多目标优化的特性,综合考虑解的被支配度和分散度,抽提出一种启发式规则,用以评价食物源的优劣,进而构建多目标连续蚁群优化算法(MO-CACO).通过两个多目标典型函数的优化测试,验证了MO-CACO具有较强的多目标全局寻优能力,且稳健性良好,所求得的最优解集的多目标值能均匀地逼近Pareto最优前沿的各部分.将MO-CACO用于二甲苯异构化装置的操作优化,取得了满意的结果,MO-CACO可为化工过程多目标决策提供支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德钊	浙江大学化学工程与生物工程学系	112	1957	24.0	38.0
2	贺益君	浙江大学化学工程与生物工程学系	15	171	8.0	13.0