基于進(jìn)化計(jì)算的混合優(yōu)化算法及其在軋制規(guī)程優(yōu)化上的應(yīng)用.pdf

1、遺傳算法是一類(lèi)借鑒生物自然選擇和自然遺傳機(jī)制的智能優(yōu)化算法，自60年代Holland教授提出遺傳算法以來(lái)，至今已取得了很多重要的研究成果，在各個(gè)領(lǐng)域取得了廣泛的應(yīng)用。 由于遺傳算法適用性好，魯棒性強(qiáng)，能很好的解決傳統(tǒng)傳統(tǒng)搜索算法難以解決或無(wú)法解決的復(fù)雜優(yōu)化問(wèn)題，已經(jīng)成為智能優(yōu)化方法的一個(gè)熱點(diǎn)研究領(lǐng)域。但遺傳算法用于高維復(fù)雜問(wèn)題的優(yōu)化時(shí)易陷入局部解，優(yōu)化能力下降，難以搜尋到全局最優(yōu)解。為了提高遺傳算法對(duì)復(fù)雜優(yōu)化問(wèn)題的求解能力，在對(duì)

2、當(dāng)前遺傳算法研究的最新進(jìn)展進(jìn)行了詳細(xì)分析的基礎(chǔ)上，提出了基于進(jìn)化計(jì)算的混合優(yōu)化算法，通過(guò)與其它優(yōu)化算法的有機(jī)結(jié)合來(lái)進(jìn)一步提高遺傳算法求解高維復(fù)雜問(wèn)題的能力。 由智能體的特性和進(jìn)化計(jì)算的思想結(jié)合而提出的多智能體進(jìn)化算法，已經(jīng)在函數(shù)優(yōu)化上取得了很好的效果。根據(jù)個(gè)體存在于網(wǎng)格中的特點(diǎn)和進(jìn)化操作算子的特點(diǎn)，結(jié)合其它優(yōu)化算法而提出新的混合優(yōu)化算法，來(lái)進(jìn)一步提高算法的搜索性能。根據(jù)粒子群優(yōu)化算法的特點(diǎn)和模擬退火算法的特點(diǎn)，將多智能體遺傳算法

3、與它們結(jié)合起來(lái)而提出兩種新的混合優(yōu)化算法。量子算法是近幾年出現(xiàn)的進(jìn)化搜索算法，它采用新穎的量子編碼，利用全干擾交叉和量子旋轉(zhuǎn)變異來(lái)搜索解空間，有著比傳統(tǒng)遺傳算法更好的搜索性能。通過(guò)對(duì)量子編碼和進(jìn)化方式進(jìn)行分析，和傳統(tǒng)的實(shí)數(shù)編碼方式結(jié)合起來(lái)，提出混合編碼的多智能體遺傳算法。通過(guò)仿真實(shí)驗(yàn)證明，上述混合優(yōu)化算法在求解高維函數(shù)的優(yōu)化問(wèn)題時(shí)有更好的性能。 本文將多智能體遺傳算法用于薄板冷連軋的軋制規(guī)程優(yōu)化中，在經(jīng)驗(yàn)分配法的基礎(chǔ)上，用多智能