多目標(biāo)優(yōu)化方法研究及在工程中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、多目標(biāo)優(yōu)化問(wèn)題是實(shí)際工程中普遍存在并期待解決的問(wèn)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(wèn)題,然而,目前該問(wèn)題的應(yīng)用研究非常少見(jiàn),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(guò)程優(yōu)化,其對(duì)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(wèn)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(wèn)題,以期對(duì)實(shí)際工程生產(chǎn)過(guò)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(píng)價(jià)函數(shù)對(duì)各子目標(biāo)進(jìn)行綜合評(píng)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(píng)價(jià)函數(shù)對(duì)應(yīng)的迭代群體中得以繼承,有效地提高了綜合評(píng)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)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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

評(píng)論

0/150

提交評(píng)論