10.3969/j.issn.1002-137X.2012.01.050
基于GA-NN的复杂工艺生产过程多目标优化研究
在复杂非线性多目标优化问题求解中,非线性模型结构很难事先给定,需要检验的参数也非常繁多,应用传统的建模方法和优化模型已难以解决更为复杂的现实问题.人工神经网络技术为解决复杂非线性系统建模问题提供了一条新的途径.将神经网络响应面作为目标函数或者约束条件,加上其他常规约束条件进行系统模型的建立,再应用遗传算法进行优化,从而实现设计分析与设计优化的分离.以某化工企业的生产过程优化问题为例,利用BP神经网络建立了工艺参数与性能目标之间的模型,然后利用遗传算法搜索最优工艺参数,获取了用于指导生产的样本点数据.研究结果表明,该方法能够获得高精度的多目标优化模型,从而使优化效率大为提高.
神经网络、遗传算法、多目标优化、建模
39
TP391.4(计算技术、计算机技术)
重庆自然基金项目CSTC2010BB2285;西南大学基本科研业务专项资金项目XDJK2009C027
2012-04-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
215-218