

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文討論了多目標(biāo)優(yōu)化問題的求解方法,并針對(duì)精英保留非劣排序遺傳算法(NSGA-II)在過程綜合中的應(yīng)用進(jìn)行了研究,并通過測(cè)試函數(shù)驗(yàn)證了該算法是求解此類問題的有效算法。 以模塊模擬器環(huán)境為基礎(chǔ),以AspenPlus模擬軟件為主要研究對(duì)象,將Aspen作為模塊模擬器評(píng)估輸入變量,利用軟件代碼集成實(shí)現(xiàn)對(duì)AspenPlus的自動(dòng)控制和訪問。本文方法可簡(jiǎn)化具體模型建立及其處理等復(fù)雜工作。并結(jié)合具體實(shí)例說明方法的有效性。 利用軟件集
2、成方法實(shí)現(xiàn)遺傳算法與Aspen軟件的集成,成功開發(fā)了一個(gè)多目標(biāo)化工過程優(yōu)化綜合系統(tǒng),以甲苯吸收塔為工程實(shí)例,利用模擬器對(duì)流程進(jìn)行模擬,收斂的結(jié)果直接利用多目標(biāo)遺傳算法對(duì)這些結(jié)果進(jìn)行優(yōu)化。此系統(tǒng)不僅實(shí)現(xiàn)了過程嚴(yán)格模擬基礎(chǔ)上的過程集成以及模擬軟件的過程優(yōu)化綜合功能,而且為過程優(yōu)化綜合提供了方便而可靠的平臺(tái)。 通過實(shí)例考核表明,應(yīng)用本系統(tǒng)可以滿足一般化工流程的多目標(biāo)優(yōu)化綜合要求,對(duì)實(shí)際過程的最優(yōu)設(shè)計(jì)、創(chuàng)造最佳經(jīng)濟(jì)效益具有一定的指導(dǎo)作用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 遺傳算法在多目標(biāo)優(yōu)化中的應(yīng)用研究.pdf
- 遺傳算法用于多目標(biāo)過程優(yōu)化綜合的研究.pdf
- 遺傳算法及其在多目標(biāo)優(yōu)化中的應(yīng)用研究.pdf
- 多目標(biāo)遺傳算法在車輛路徑優(yōu)化中的應(yīng)用研究.pdf
- 遺傳算法在工程項(xiàng)目多目標(biāo)優(yōu)化中的應(yīng)用研究.pdf
- 協(xié)同進(jìn)化遺傳算法在多目標(biāo)優(yōu)化中的應(yīng)用研究.pdf
- 多目標(biāo)優(yōu)化的遺傳算法研究.pdf
- 改進(jìn)的遺傳算法及其在多目標(biāo)優(yōu)化中的應(yīng)用研究.pdf
- 基于遺傳算法的多目標(biāo)優(yōu)化算法研究.pdf
- 47513.基于改進(jìn)遺傳算法的多目標(biāo)優(yōu)化應(yīng)用研究
- 基于微型遺傳算法的多目標(biāo)優(yōu)化方法及應(yīng)用研究.pdf
- 多目標(biāo)遺傳算法應(yīng)用的研究.pdf
- 基于遺傳算法的建筑工程多目標(biāo)綜合優(yōu)化.pdf
- 改進(jìn)的遺傳算法在多目標(biāo)車間調(diào)度中的應(yīng)用研究.pdf
- 多目標(biāo)遺傳算法在企業(yè)能源規(guī)劃中的應(yīng)用研究.pdf
- 高維優(yōu)化問題的多目標(biāo)遺傳算法研究及其應(yīng)用
- 多目標(biāo)遺傳算法在煤氣化過程中的應(yīng)用.pdf
- 多目標(biāo)遺傳算法及其在船舶型線優(yōu)化中的應(yīng)用.pdf
- 多目標(biāo)遺傳算法在頻率選擇表面優(yōu)化設(shè)計(jì)中的應(yīng)用.pdf
- 基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在多目標(biāo)優(yōu)化中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論