多目标粒子群算法用于补料分批生化反应器动态多目标优化

• 作者: 俞欢军 成飙 贺益君 陈德钊
• 来源期刊: 化工学报
• 关键词: 多目标 粒子群算法 均匀逼近 Pareto最优集 补料分批生化反应器 动态优化
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1262-1270
• 页数: 9页
• 分类号: TQ021.8
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2007.05.034

摘要

多目标优化是过程系统工程的重要课题,通常以加权或约束方式将其转换为单一目标,未能反映多目标间的复杂关系,不利于随时根据需求作出有效的决策.基于群智能的粒子群算法具有全局优化性能,且易于实现.为使其适于多目标优化,应拓展功能,实施改造.以Pareto支配概念评价种群个体的优劣,设计了确定局部最优点和全局最优点的操作.又利用各粒子的局部最优点信息进行速度更新,以加强种群的多样性,避免因早熟而陷于局部最优.还设置了外部优解库,并通过分散度计算,以适当的策略进行更新,使之逐步均匀地逼近于Pareto最优解集.由此构建一种多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO),并用于补料分批生化反应器的动态多目标优化,取得了满意的结果.可基于所搜得的Pareto最优解集,分析目标间的关系,为合理决策提供有效的支持.经与NSGA-Ⅱ比较,MOPSO算法具有更为优良的性能.

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	成飙	浙江大学化学工程与生物工程学系	6	85	3.0	6.0
3	贺益君	浙江大学化学工程与生物工程学系	15	171	8.0	13.0
4	俞欢军	浙江大学化学工程与生物工程学系	54	1329	21.0	35.0