改进蚁群算法在热精轧负荷分配优化中的应用

摘要：

本文尝试用改进的蚁群算法(IACA)求解热精轧机组负荷分配优化问题.首先,建立负荷分配优化的目标函数和约束条件.为了避免蚁群算法(ACS)在加速收敛中出现停滞现象,IACA通过局部和全局信息素浓度更新、引入约束条件的蚂蚁视觉启发函数和基于轧制理论的智力启发函数对状态转移规则进行改进计算;为了保证算法在迭代后期能够收敛,IACA动态更新状态转移规则中的阈值常数和局部信息素浓度挥发系数.基于实际生产数据的仿真结果表明,IACA能够按照目标函数的要求进行合理的负荷分配,且解的性能优于经验值;与其他优化算法比较,IACA具有较快的求解速度和较高的求解精度.

关键词：热轧机、负荷分配、改进蚁群算法、优化

所属期刊栏目：31

分类号：TP18;TG333.7+1(自动化基础理论)

资助基金：国家自然科学基金资助项目50974145

在线出版日期：2014-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1077-1086