群智能動(dòng)態(tài)優(yōu)化方法研究.pdf

1、動(dòng)態(tài)優(yōu)化，又稱最優(yōu)控制，是解決工業(yè)瓶頸，實(shí)現(xiàn)系統(tǒng)節(jié)能、降耗、挖掘和增效的重要手段，廣泛應(yīng)用于生物工程、石油化工、航空航天等諸多領(lǐng)域，并引起了國(guó)內(nèi)外眾多著名學(xué)者的廣泛關(guān)注。其中，控制向量參數(shù)化是一種求解動(dòng)態(tài)優(yōu)化問(wèn)題的常用數(shù)值分析方法，通過(guò)對(duì)時(shí)域進(jìn)行離散，將控制向量用一組參數(shù)化的基函數(shù)逼近，從而使原始的無(wú)限維動(dòng)態(tài)優(yōu)化問(wèn)題轉(zhuǎn)化為參數(shù)個(gè)數(shù)有限的非線性規(guī)劃問(wèn)題。智能優(yōu)化方法不僅簡(jiǎn)單易實(shí)現(xiàn)，還具有全局搜索能力強(qiáng)、靈活多變等優(yōu)點(diǎn)，使其逐漸成為一類重要

2、的優(yōu)化方法。本文在控制向量參數(shù)化方法的基礎(chǔ)上，研究智能優(yōu)化方法在動(dòng)態(tài)優(yōu)化問(wèn)題上的應(yīng)用。
　　論文的主要工作及貢獻(xiàn)如下:
　　(1)提出了一種具有普適性的智能動(dòng)態(tài)優(yōu)化方法框架。該框架以控制向量參數(shù)化方法為基礎(chǔ)，將原始的動(dòng)態(tài)優(yōu)化問(wèn)題轉(zhuǎn)化為非線性規(guī)劃問(wèn)題，繼而采用智能優(yōu)化算法進(jìn)行求解與分析;
　　(2)提出了三種新穎基于控制向量參數(shù)化的智能動(dòng)態(tài)優(yōu)化方法:細(xì)菌覓食動(dòng)態(tài)優(yōu)化方法、入侵雜草動(dòng)態(tài)優(yōu)化方法和粒子群動(dòng)態(tài)優(yōu)化方法。對(duì)經(jīng)典動(dòng)

3、態(tài)優(yōu)化問(wèn)題進(jìn)行了求解，結(jié)果表明了所提出的三種智能動(dòng)態(tài)優(yōu)化方法的有效性;
　　(3)針對(duì)強(qiáng)非線性化工動(dòng)態(tài)優(yōu)化問(wèn)題，提出了一種高效的混合型智能優(yōu)化方法，不僅具有自適應(yīng)粒子群算法強(qiáng)大的全局搜索能力，還兼?zhèn)洳罘炙阉魉惴◤?qiáng)大的局部開(kāi)拓能力。國(guó)際經(jīng)典的強(qiáng)非線性動(dòng)態(tài)優(yōu)化實(shí)例的測(cè)試結(jié)果表明了該混合型智能動(dòng)態(tài)優(yōu)化方法良好的尋優(yōu)性能、尋優(yōu)精度及收斂速度;
　　(4)針對(duì)含狀態(tài)約束的動(dòng)態(tài)優(yōu)化問(wèn)題，提出了一種基于迭代多目標(biāo)粒子群算法的控制向量參數(shù)化