变尺度混沌遗传算法与其在冷轧参数优化中应用.PDFVIP

化工自动化及仪表 , 2002 , 29 (2) :24～27 　 　　 　　　　　　　　　　　　　　　　　 　　　　　　 过程控制　 　　　　 Control and Instruments in Chemical Industry 变尺度混沌遗传算法及其在 冷轧参数优化中的应用 1 2 王 　焱 ,孙一康 ( 1. 济南大学 信息科学与工程学院 , 山东 济南 250022 ;2. 北京科技大学 高效轧制国家工程研究中心 ,北京 100083) 　　摘要 : 　针对标准遗传算法存在的收敛速度慢、易陷入局部极小等问题 ,提出智能化新方法 ———基于变尺度 混沌优化策略的混沌遗传算法 ,对经过一次遗传操作的群体进行混沌搜索寻优 ,引导种群快速进化 ,并将其成功 应用于冷轧参数的优化计算中。 　　关键词 : 　混沌 ;遗传算法 ;冷连轧 ;轧制参数 ;优化 ( ) ( ) 　　中图分类号: O17 ;TG33 　文献标识码 : B 　文章编号 : 2002 02 002404 1 　引 　言 轨道有多条 ,而非单条 , 因而具有良好的并行性; 轧制规程是冷轧带钢生产工艺的主要内容之 GA 只需利用目标函数的取值信息 ,而无需梯度信 ( 一 ,合理的轧制规程 压下负荷分配及相应的力能 息等高价信息 ,因而适用于大规模、高度非线性的 ) 参数计算 是轧钢规范化和科学化的首要问题。 不连续多峰函数的优化以及无解析表达式的目标 轧制规程的优化设计 , 既可以提高冷轧带钢的生 函数的优化 ,具有很强的通用性 ; GA 的择优机制 产率 , 降低能耗 ,又能保证产品的质量 ,提高设备 是一种“软”决策 ,加上其良好的并行性 ,使其具有 的利用效率 ,能带来很大的经济效益。 良好的全局优化性能和稳健性; GA 操作的可行解 ( 混沌遗传算法 Chaos Genetic Algorithms ,简称 集是经过编码的 , 目标函数可解释为编码化个体 CGA) ,在不改变 GA 搜索机制的同时 ,利用变尺 ( ) 可行解 的适应值 , 因而具有良好的可操作性与 度混沌优化策略引导种群进化 ,改善 GA 的性能 , 简单性。 有效地克服了 GA 算法存在的问题。针对传统优 虽然遗传算法具有上述一些特点 ,但由于其 化方法在冷轧参数优化设计过程中所带来的误差 主要的遗传操作都是在一定发生概率的条件下随 大、效率低、时效性差等问题 ,将 CGA 方法成功地 机地、无指导地进行迭代搜索 ,因此它们在为种群 应用于冷轧参数的优化计算中 ,算例分析表明 ,该 中的个体提供进化机会的同时 ,也不可避免地产 方法在轧制参数的优化计算方面的性能优于传统 生退化的可能。如前所述 ,遗传算法还存在着早 的优化方法。