基于微粒群算法的生料浆调配多目标满意优化

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (1): 197-201.

基于微粒群算法的生料浆调配多目标满意优化

王雅琳¹,王宁¹,阳春华¹,桂卫华¹,张传福²

1.中南大学信息科学与工程学院，长沙 410083
2.中南大学冶金科学与工程学院，长沙 410083

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-01-01 发布日期:2008-01-01
通讯作者: 王雅琳

Multi-objective satisfactory optimization for raw mix slurry preparing process based on Particle Swarm Optimization

WANG Ya-lin¹,WANG Ning¹,YANG Chun-hua¹,GUI Wei-hua¹,ZHANG Chuan-fu²

1.School of Information Science and Engineering，Central South University，Changsha 410083，China
2.School of Metallurgical Science and Engineering，Central South University，Changsha 410083，China

Received:1900-01-01 Revised:1900-01-01 Online:2008-01-01 Published:2008-01-01
Contact: WANG Ya-lin

摘要/Abstract

摘要： 氧化铝生料浆优化调配是一个多目标、多约束且非线性的0-1组合优化问题。首先给出了该问题的数学描述，然后根据调配过程判断生料浆质量是否达标的不同满意标准，基于满意度原理，将带约束的多目标优化问题转换为求多目标和多约束综合满意度最大的满意优化问题，最后提出一种改进的离散微粒群算法对该问题进行求解。实例仿真和工业应用证明了模型与算法的有效性

关键词: 氧化铝生料浆调配过程, 满意优化, 微粒群算法, 多目标

Abstract: Raw mix slurry optimal preparing of alumina is a multi-objective multi-constrained and nonlinear problem，and is also a 0-1 combination optimization problem.In the paper，mathematical description of the problem is firstly given and different satisfactory standards are set to judge whether the quality of raw mix slurry reaches the standard of preparing process，based on the satisfactory degree theory，the multi-objective optimal problem with constraints is converted into the satisfactory optimal problem which solves the maximum of multi-objective and multi-constrained satisfactory degree；finally，an improved discrete particle swarm optimization algorithm is proposed to solve this problem.The simulation case and industrial application show the effectiveness of the model and algorithm.

Key words: raw mix slurry preparing of alumina process, satisfactory optimization, Particle Swarm Optimization algorithm, multi-objective

王雅琳¹,王宁¹,阳春华¹,桂卫华¹,张传福². 基于微粒群算法的生料浆调配多目标满意优化[J]. 计算机工程与应用, 2008, 44(1): 197-201.

WANG Ya-lin¹,WANG Ning¹,YANG Chun-hua¹,GUI Wei-hua¹,ZHANG Chuan-fu². Multi-objective satisfactory optimization for raw mix slurry preparing process based on Particle Swarm Optimization[J]. Computer Engineering and Applications, 2008, 44(1): 197-201.

[1]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[2]	张旭，袁旭梅，袁继革. 中介视角下供需匹配决策方法研究[J]. 计算机工程与应用, 2021, 57(9): 240-246.
[3]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[4]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[5]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[6]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[7]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[8]	李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22): 110-124.
[9]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[10]	马龙，王春嬉，张正义，董睿. 多目标多时间窗车辆路径问题的鸽群-水滴算法[J]. 计算机工程与应用, 2021, 57(2): 237-250.
[11]	丁一，张成成. 集装箱码头送箱外集卡预约优化研究[J]. 计算机工程与应用, 2021, 57(19): 267-273.
[12]	李晓花，苏骏，李秀秀. 强干扰环境单观测站水下纯方位多目标跟踪[J]. 计算机工程与应用, 2021, 57(17): 253-259.
[13]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[14]	陈信强，凌峻，齐雷，杨勇生，周亚民. 多特征融合和尺度变化估计的船舶跟踪方法[J]. 计算机工程与应用, 2021, 57(13): 246-250.
[15]	张瑶，卢焕章，张路平，胡谋法. 基于深度学习的视觉多目标跟踪算法综述[J]. 计算机工程与应用, 2021, 57(13): 55-66.