多目標(biāo)優(yōu)化方法研究及在工程中的應(yīng)用.pdf

1、多目標(biāo)優(yōu)化問題是實(shí)際工程中普遍存在并期待解決的問題。在石油化工生產(chǎn)中，催化裂化分餾塔是一個(gè)典型的多目標(biāo)優(yōu)化問題，然而，目前該問題的應(yīng)用研究非常少見，因此，本文的研究在于尋求一種好的多目標(biāo)優(yōu)化方法進(jìn)行生產(chǎn)過程優(yōu)化，其對于提高生產(chǎn)、增大效益有著重要的實(shí)際意義。 首先，本文概述了多目標(biāo)優(yōu)化問題的數(shù)學(xué)模型、相關(guān)概念和解的性質(zhì)，以及多目標(biāo)優(yōu)化方法的發(fā)展?fàn)顩r。 其次，本文研究了三種多目標(biāo)優(yōu)化方法，分別是基于數(shù)學(xué)統(tǒng)計(jì)理論的最小偏差法、

2、基于進(jìn)化策略的多目標(biāo)遺傳算法和基于函數(shù)聯(lián)接網(wǎng)絡(luò)的多目標(biāo)模糊解法。并首次將這三種方法應(yīng)用于FCCU分餾塔多目標(biāo)優(yōu)化問題，以期對實(shí)際工程生產(chǎn)過程進(jìn)行優(yōu)化。在多目標(biāo)遺傳算法中，本文構(gòu)造一個(gè)綜合評價(jià)函數(shù)對各子目標(biāo)進(jìn)行綜合評價(jià)，并提出一種多群體變異的更新策略，使各子目標(biāo)迭代群體中的優(yōu)良個(gè)體在綜合評價(jià)函數(shù)對應(yīng)的迭代群體中得以繼承，有效地提高了綜合評價(jià)的效果；而在基于神經(jīng)網(wǎng)絡(luò)的多目標(biāo)模糊解法中，本文改進(jìn)了函數(shù)聯(lián)接網(wǎng)絡(luò)的擴(kuò)展函數(shù)，從而平衡了單層平面網(wǎng)絡(luò)