多目標(biāo)差分進(jìn)化混合算法研究及其在磨礦分級中的應(yīng)用.pdf

1、在自然學(xué)科和社會學(xué)科領(lǐng)域中存在很多多目標(biāo)優(yōu)化問題,傳統(tǒng)的多目標(biāo)優(yōu)化方法對復(fù)雜優(yōu)化問題難以有效求解?；赑areto概念的多目標(biāo)進(jìn)化算法由于具有高效的搜索能力,已成為當(dāng)今研究熱點。差分進(jìn)化算法作為一種新興的進(jìn)化計算技術(shù),具有全局搜索能力強(qiáng)、收斂速度快、簡單易行等優(yōu)點,已在優(yōu)化領(lǐng)域得到了廣泛的關(guān)注。
　　 本文對差分進(jìn)化算法進(jìn)行深入探索和研究,并與局部搜索算法進(jìn)行有機(jī)融合,旨在針對多目標(biāo)優(yōu)化問題設(shè)計高效的差分進(jìn)化混合算法,并應(yīng)用求解

2、磨礦分級過程多目標(biāo)優(yōu)化問題。
　　 論文通過對多目標(biāo)優(yōu)化方法和差分進(jìn)化算法進(jìn)行分析研究,針對目前一般多目標(biāo)差分進(jìn)化算法中存在的退化現(xiàn)象和“早熟”問題,提出一種多目標(biāo)差分進(jìn)化混合算法。通過改進(jìn)的選擇操作合并父代和子代所有個體,進(jìn)行Pareto非劣排序,加強(qiáng)各個體間的信息交流和充分比較,防止退化;并對個體的排序指標(biāo)進(jìn)行改進(jìn)以克服搜索不均勻的問題;同時融入了單純形局部搜索,以期能夠豐富優(yōu)化過程的搜索行為,達(dá)到脫離局部最優(yōu)、提高搜索效率

3、的目的。
　　 進(jìn)一步對約束多目標(biāo)優(yōu)化問題的約束處理機(jī)制進(jìn)行研究,提出了基于多種群差分進(jìn)化的約束多目標(biāo)混合優(yōu)化算法,對某些具有優(yōu)良特性的不可行解采取保留和隨機(jī)優(yōu)化策略,避免了懲罰函數(shù)的構(gòu)造,同時避免了一些有意義的不可行解被刪除或忽略。通過測試函數(shù)仿真表明,提出的算法能夠快速有效地收斂于真實Pareto前沿,獲得高質(zhì)量的解集,具有較好的分布性。
　　 最后,將基于多種群差分進(jìn)化的約束多目標(biāo)混合優(yōu)化算法用于求解磨礦分級過程產(chǎn)