[發明專利]一種多目標過程系統優化的粒子群算法求解方法

在審

• 申請號: 201810379287.1
• 申請日: 2018-04-25
• 公開（公告）號: CN108710939A
• 公開（公告）日: 2018-10-26
• 發明（設計）人: 莫愿斌
• 申請（專利權）人: 廣西民族大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 趙紅霞

本發明屬于化工技術領域，公開了一種多目標過程系統優化的粒子群算法求解方法，解決了非劣解的不確定性，同時理想有效解所對應的各目標值與各單目標的距離最近，求一個多目標規劃的理想有效解是有實際意義的。本發明先求各目標的最優值、再求理想有效解，在很大程度上影響求解的速度；提出一種邊求各目標函數的最優值邊求理想有效解的方法，只用一步即可求理想有效解，省去先求各目標函數的最優值，再求理想有效解，提高求理想有效解的速度，滿足化工優化的實際需要。通過對算法的性能測試取得滿意的效果后，又將算法用于求解以上的多目標問題取得良好效果。

技術領域

本發明屬于化工技術領域，尤其涉及一種多目標過程系統優化的粒子群算法求解方法。

背景技術

化工領域的過程設計、生產控制、配方和計劃等方面，在考慮產品性能、單位成本、環境影響等多因素下，通過數學建模最終為多目標優化問題。多目標優化問題的求解是化工優化的重要組成部分。二苯基甲烷二異氰酸酯(簡稱MDI)是聚酯工業的主要基礎原料之一，多亞甲基多苯基多胺(簡稱多胺，DAM)是MDI制造過程的中間體。汪洋對過程作了較為詳細的研究，建立了數學模型，并以效益最大為目標對過程進行了優化；鄭世清則以經濟和環境為優化目標對過程進行多目標分析。過程描述：苯胺與甲醛在鹽酸催化劑的作用下發生縮合反應生成二胺、三胺及四胺等產品。苯胺、甲醛、鹽酸、水在反應器中生成DAM，反應產物經中和水洗后，得到粗產品DAM。賈小平等人以原料成本(C)和排放物(W)為目標函數，以甲醛與苯胺的進料比(x1)、鹽酸與苯胺的進料比(x2)、中和堿的過量數(x3)和水洗水用量(x4)為決策變量，建立數學模型如下：

MOP：minC；

minW；

s.t.C＝40.17+8.79x1+8.13x2+5.58x2x3+10-5x4；

W＝37.66-0.127x1+0.09187x1x2+0.017x3+4.28×10-4x4+4.31×10-4x3(x4/x3)-0.5+1.15×10-5x3(x4/x3)；

0.2≤x1≤0.45，0.3≤x2≤0.5，0.02≤x3≤0.2，1500≤x4≤5000；

很好地求解以上多目標規劃問題，一方面有助于降低原料成本；另一方面有助于減少排放物，保護資源環境。但對多目標規劃的求解數學上目前還沒有一個通用有效方法。現今的各種進化算法由于它都是一種基于種群協作的計算技術，隱式地并行搜索解空間中的解，并能利用不同解之間的相似性來提高并發求解的效率，因此進化計算比較適合求解多目標優化問題。首次用進化算法研究多目標優化問題的是Schaffer，他提出了“向量評估遺傳算法”，之后又有許多用于解決多目標優化問題的進化算法被提出，并且成功應用到多目標優化問題中。粒子群優化算法(particleswarmoptimization，PSO)是由Kennedy和Eberhart于1995年提出的一種優化算法，由于其容易理解、易于實現，在許多優化問題得到成功應用，所以它在多目標優化問題中的應用有可能是一個很有意義的研究方向。目前已有一些基于PSO算法求解多目標優化問題的算法提出：Coello和Lechuga，Parsopoulos和Vrahatis，Hu和Eberhart，等都提出了一些求解多目標優化問題非劣解的方法。在非劣解中存在一個有效解，以其各目標值為坐標分量組成的點與理想點距離最近，稱為理想有效解。理想有效解是多目標規劃的一個確定的解，解決了非劣解的不確定性，同時理想有效解所對應的各目標值與各單目標的距離最近，因此求一個多目標規劃的理想有效解是有實際意義的。根據定義理想有效解的求法一般分為兩步，先求各目標的最優值、再求理想有效解，但這在很大程度上影響求解的速度。針對這個問題本文在粒子群優化算法的基礎上，提出一種邊求各目標函數的最優值邊求理想有效解的方法，即只用一步即可求理想有效解，省去先求各目標函數的最優值，再求理想有效解，從而提高求理想有效解的速度，滿足化工優化的實際需要。通過對算法的性能測試取得滿意的效果后，又將算法用于求解以上的多目標問題取得良好效果。