多目标差分进化混合算法研究及其在磨矿分级中的应用控制科学与工程专业论文.docxVIP

Research Research of a Hybrid DE Algorithm for Multi-·obj ective Optimization Problems and Its Applicatic in Grindingrinding andand Classificatiqlassification rocess Specialty：Control Science and Engineering 一‘oooo’’。’。。。’。‘’o-oooo●ooooooooooo_______-__-_____一 一———1一 Master Degree Candidate： Liu Xiao Supervisor： Professor GUi W．eihua School of Information ScienceEngineering Central South University ChangSha Hunan P．R． 原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：圭i]盛日期：Ⅱ年』月塑日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》， 并通过网络向社会公众提供信息服务。 作者签名：毒出盏导师作者签名：罩：』砀 导师 摘要在自然学科和社会学科领域中存在很多多目标优化问题，传统的 摘要 在自然学科和社会学科领域中存在很多多目标优化问题，传统的 多目标优化方法对复杂优化问题难以有效求解。基于Pareto概念的多 目标进化算法由于具有高效的搜索能力，已成为当今研究热点。差分 进化算法作为一种新兴的进化计算技术，具有全局搜索能力强、收敛 速度快、简单易行等优点，已在优化领域得到了广泛的关注。 本文对差分进化算法进行深入探索和研究，并与局部搜索算法进 行有机融合，旨在针对多目标优化问题设计高效的差分进化混合算 法，并应用求解磨矿分级过程多目标优化问题。 论文通过对多目标优化方法和差分进化算法进行分析研究，针对 目前一般多目标差分进化算法中存在的退化现象和“早熟’’问题，提 出一种多目标差分进化混合算法。通过改进的选择操作合并父代和子 代所有个体，进行Pareto非劣排序，加强各个体间的信息交流和充分 比较，防止退化；并对个体的排序指标进行改进以克服搜索不均匀的 问题；同时融入了单纯形局部搜索，以期能够丰富优化过程的搜索行 为，达到脱离局部最优、提高搜索效率的目的。 进一步对约束多目标优化问题的约束处理机制进行研究，提出了 基于多种群差分进化的约束多目标混合优化算法，对某些具有优良特 性的不可行解采取保留和随机优化策略，避免了惩罚函数的构造，同 时避免了一些有意义的不可行解被删除或忽略。通过测试函数仿真表 明，提出的算法能够快速有效地收敛于真实Pareto前沿，获得高质量 的解集，具有较好的分布性。 最后，将基于多种群差分进化的约束多目标混合优化算法用于求 解磨矿分级过程产品产量和质量的多目标优化问题，采用TOPSIS决 策获得优化磨矿分级过程的最优方案，‘达到提高生产效率的目的，获 得最大经济效益。 关键词：差分进化算法，多目标优化问题，约束处理，单纯形搜索， 磨矿分级过程 ABSTRACTMulti—obj ABSTRACT Multi—obj ective optimization problems exist widely in natural and social sciences．The traditional optimization methods can not solve the complex problems effectively．Multi—obj ective evolutionary algorithms based on Pareto theory have become a hot issue for its highly efficient searching capability．Differential evolution algorithm is a newly