改进粒子群算法及其在热连轧负荷分配中的应用_姚峰.pdfVIP

第 31 卷 第 8 期 北 京 科 技 大 学 学 报 Vol . 31 No. 8 2009 年 8 月 Journal of University of Science and Technology Beij ing Aug. 2009 改进粒子群算法及其在热连轧负荷分配中的应用 姚 　峰 　杨卫东 　张 　明 北京科技大学信息工程学院 , 北京 100083 摘 　要 　对一种已有的自适应算法进行了改进 ,并将该算法思想引入到粒子群算法的改进中 ,在种群进化到一定代数时按照 改进 自适应算法改变搜索范围的大小 ,实现了自动调整搜索范围、提高收敛速度和精度并可有效防止粒子群算法早熟收敛的 目的 , 同时通过实验仿真进行了验证. 将该改进粒子群算法应用到热连轧机精轧机组的负荷分配优化计算中 ,程序运行时间 小于 5 s ,满足实时性的要求 ,为其提供了一种更为有效的优化手段. 关键词 　粒子群算法 ; 热连轧机 ; 负荷分配 ; 板形 ; 优化 分类号 　TP 182 ; T G3337 Improved PSO and its appl ication to load distribution optimization of hot strip mill s YA O Feng , YA N G Weidong , ZHA N G M ing School of Information Engineering , Univer sit y of Science and Technology Beijing , Beijing 100083 , China ABSTRACT　An adaptive algorit hm was improved and introduced to t he p article swarm optimization algorit hm ( PSO) . When t he population evolution reaches certain generations , t he search area is changed in accordance wit h t he improved adaptive algorit hm . It is achieved t hat t he search area is revised automatically to increase t he convergence rate and precision and prevent t he premature conver gence of t he p article swarm algorit hm . The conclusion was verified t hrough simulation . Finally , t he new algorit hm was applied to t he optimum design of scheduling hot strip mills , whose running time was less t han 5 s , which validated t he realtime application to pro vide an effective way to optimize . KEY WORDS 　p article swarm optimization algorit hm ; hot strip mills ; load distribution ; shap e ; optimization ( ) 　　粒子群算法 p article swarm optimization , PSO 有较大的搜索能力 ,而在后期又能得到较精确的结 是在 1995 年由美国心理学家 Kennedy 和电气工程 果. 文献[ 3 ] 提出了基于繁殖和子种群的杂交 PSO 师 Eberhart 共同提出的[ 1 ] ,其基本思想受他们早期