流程雁阵的多目标跟踪进化方法

《流程雁阵的多目标跟踪进化方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京化工大学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：主鱼整日期：关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部门或机构送

2、交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。非保密论文注释：本学位论文不属于保密范围，适用本授权书。作者签名：芒玺坠日期：丝垒查旦塑笪导师签名：辛垒立一EII移I：2鳢垒查垦塑鱼学位论文数据集IMIILtllMMILIIIIllIlllIIIIIIIIY2628326中图分类号TP273学科分类号120．30论文编号l∞l舵0140788密级公开学位授予单位代码loolO学位授予单位名称北京化工大学作者姓名

3、卢爱飞学号2011200788获学位专业名称控制科学与工程获学位专业代码031101课题来源自选项目研究方向过程优化技术论文题目流程晨阵的多目标跟踪进化方法关键词流程雁阵，多目标，NSGA-H。TOPS璐论文答辩日期2014年5月24日·论文类型应用研究学位论文评阅及咎辩委员会情况姓名职称工作单位学科专长指导教师李宏光教授北京化工大学智能系统与智能控制评阅人I黄克谨教授北京化工大学化工过程系统工程评阅人2沈栋副教授北京化工大学随机优化与控制评阅人3评阅人4评阅人5答辩委员会主席黄克谨教授北京化工大学化工

4、过程系统工程答辩委员l祝海江副教授北京化工大学机器人视觉答辩委员2徐圆副教授北京化工大学故障诊断、安全评价答辩委员3沈栋副教授北京化工大学随机优化与控制答辩委员4邱宪波教授北京化工大学生物医学诊断仪器答辩委员5注：一．论文类型：1．基础研究2．应用研究3．开发研究4．其它二．中图分类号在《中国图书资料分类法》查询．三．学科分类号在中华人民共和国国家标准(GB厂r13745-9)<学科分类与代码》中查询。四．论文鳊号由单位代码和年份及学号的后四位组成。摘要流程雁阵(ProcessGooseQueue，PG

5、Q)为流程系统的分解协调优化提供了一种新颖、有效的方法。但是，目前PGQ方法还存在许多的不足，如简单地将个体PGQ的多目标跟踪处理为单目标优化问题，这与实际流程优化需求不符；另外，多级PGQ系统的目标跟踪仍采用传统的数学规划方法，对模型精度要求高并且不适合其阵形的调整机制。为此，论文提出了一个面向流程雁阵多目标跟踪的进化式优化方法，主要研究内容如下：1、基于PGQ分解和协调原则，提出了一种简化其分解结构的方法，将多级PGQ系统由多分支简化为单分支结构，使之更加适合优．化问题的简单求解，同时也避免了给予部

6、分参数赋予初值的棘手工作；2、将NSGA-N进化算法用于求解多级PGQ系统中个体PGQ的多目标跟踪问题，求解得到Pareto解集再通过TOPSIS法从中选取最优解进行传递，其中，所需的权值矩阵由EFAST方法获得。此方法不仅考虑了PGQ各跟踪目标对于系统的不同影响能力，而且不依赖于严苛的数学模型，更加符合流程生产操作原则；3、将典型的TE流程作为应用研究对象，采用所给出的方法对其进行稳态优化，并且将优化结果作为控制方案的设定值，验证了所提方法的可行性与有效性。关键词：流程雁阵，多目标，NSGA-II，T

7、OPSISANEVoLUTIONARYMETHoDFORMUI．TI．OB．IECTIⅦTRACKINGOFPItoCESSG00SEQUEUEProcessGooseQueueissuggestedasanovelandeffectiveapproachtothedecomposition-coordinationoptimizationofprocesssystems．However,thepreviousaGOapproachconsiderstheobjectivetrackingofindiv

8、idualPGQsassingle—objectiveoptimizationissues，whichisapparentlyinconsistentwithpracticalprocessoperations．Inaddition，traditionalmathematicalprogrammingmethodsareemployedtodealwithmulti-levelPQGsoptimizationproblems，demandi