改进的粒子群算法在轧制负荷分配中的优化

摘要：

针对带钢热连轧精轧机组中负荷分配的优化问题,提出一种基于经验的自适应双层粒子群优化算法(ADLPSO-EM).每次种群迭代后,对记忆群体通过改进的更新公式进行更新.利用改进的自适应调整惯性权重的策略充分增强种群的多样性,提高全局搜索能力.最后,在将其应用于热连轧负荷分配问题时,通过以经验法得到的值产生一个搜索邻域,并通过变邻域求出最后的负荷分配.仿真结果表明,改进的算法对负荷分配优化具有明显的效果.

关键词：负荷分配、粒子群优化、记忆群体、自适应调整、经验法、变邻域

所属期刊栏目：45

分类号：TP18(自动化基础理论)

资助基金：江苏省高校自然科学基金12KJB510007

在线出版日期：2018-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：214-218,225