基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
化工领域的过程设计、生产控制、配方和计划等众多问题的数学模型,在考虑产品性能、单位成本、环境影响等诸多因素下,都是多目标优化问题;而求解多目标优化问题,目前还没有有效的方法;现今的做法是把多目标优化通过加权转化为单目标优化,再求解单目标优化问题,但这存在权数不易确定;还忽视了有效解集中存在一个其各目标的值与各目标的最优值距离最近的有效解的问题,称为理想有效解.理想有效解的求法一般分为两步,先求各目标的最优值、再求理想有效解,这将影响求解的速度;为此提出在PSO(粒子群优化)算法中加入惩罚项,同时对PSO算法中的个体极值与全局极值作调整,使PSO算法适用于求多目标优化问题理想有效解,该算法对多目标问题起到边优化边求理想有效解的功效;这使得在求解速度上加快.通过性能测试表明了算法的有效性,最后将算法用于求解多亚甲基多苯基多胺生产过程系统优化取得良好效果.
推荐文章
求解约束优化问题的多目标粒子群算法
多目标
约束
粒子群算法
多目标优化问题的粒子群算法仿真研究
多目标
优化
粒子群算法
拥挤距离
自组织多目标粒子群优化算法
多目标粒子群优化
自组织映射
种群分布
精英学习策略
基于粒子群算法的钻进参数多目标优化
钻进参数
多目标优化
机械钻速
粒子群
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多目标过程系统优化的粒子群算法求解
来源期刊 高校化学工程学报 学科 工学
关键词 过程系统优化 多亚甲基多苯基多胺 多目标优化 理想有效解 PSO优化算法
年,卷(期) 2008,(1) 所属期刊栏目 化工系统工程
研究方向 页码范围 94-99
页数 6页 分类号 TP301.6
字数 4171字 语种 中文
DOI 10.3321/j.issn:1003-9015.2008.01.018
五维指标
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系 112 1957 24.0 38.0
2 胡上序 浙江大学化学工程与生物工程系 75 1599 20.0 37.0
3 莫愿斌 浙江大学化学工程与生物工程系 12 185 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (14)
参考文献  (3)
节点文献
引证文献  (20)
同被引文献  (62)
二级引证文献  (109)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(10)
  • 引证文献(3)
  • 二级引证文献(7)
2011(24)
  • 引证文献(5)
  • 二级引证文献(19)
2012(20)
  • 引证文献(2)
  • 二级引证文献(18)
2013(9)
  • 引证文献(1)
  • 二级引证文献(8)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(17)
  • 引证文献(1)
  • 二级引证文献(16)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
过程系统优化
多亚甲基多苯基多胺
多目标优化
理想有效解
PSO优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高校化学工程学报
双月刊
1003-9015
33-1141/TQ
大16开
杭州 浙江大学玉泉校区化学工程与生物工程学系
1986
chi
出版文献量(篇)
3841
总下载数(次)
3
总被引数(次)
32754
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导