南京理工大学学报（自然科学版）
南京理工大學學報（自然科學版）
남경리공대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
2012年
1期
31-36
,共6页
肖迪%葛启承%林锦国%程明
肖迪%葛啟承%林錦國%程明
초적%갈계승%림금국%정명
模拟移动床%动态模型%多目标优化%遗传算法%粒子群算法%双种群
模擬移動床%動態模型%多目標優化%遺傳算法%粒子群算法%雙種群
모의이동상%동태모형%다목표우화%유전산법%입자군산법%쌍충군
针对遗传算法和粒子群算法本身固有的局限,提出了基于Pareto非劣解集的多目标双种群遗传粒子群算法.设置两个独立种群分别进行寻优,每隔一定代数,按一定比例选取精英个体在两个种群间进行迁徙,接着继续在各自种群中寻优,最终两种群都将收敛于Pareto最优前端.通过两个测试函数和在模拟移动床( SMB)上的操作条件优化仿真试验验证,双种群遗传粒子群算法较单一种群的遗传算法或粒子群算法能在较少的进化代数上收敛,解集具有更好的分布性和多样性；并能有效地对模拟移动床操作条件进行优化.
針對遺傳算法和粒子群算法本身固有的跼限,提齣瞭基于Pareto非劣解集的多目標雙種群遺傳粒子群算法.設置兩箇獨立種群分彆進行尋優,每隔一定代數,按一定比例選取精英箇體在兩箇種群間進行遷徙,接著繼續在各自種群中尋優,最終兩種群都將收斂于Pareto最優前耑.通過兩箇測試函數和在模擬移動床( SMB)上的操作條件優化倣真試驗驗證,雙種群遺傳粒子群算法較單一種群的遺傳算法或粒子群算法能在較少的進化代數上收斂,解集具有更好的分佈性和多樣性；併能有效地對模擬移動床操作條件進行優化.
침대유전산법화입자군산법본신고유적국한,제출료기우Pareto비렬해집적다목표쌍충군유전입자군산법.설치량개독립충군분별진행심우,매격일정대수,안일정비례선취정영개체재량개충군간진행천사,접착계속재각자충군중심우,최종량충군도장수렴우Pareto최우전단.통과량개측시함수화재모의이동상( SMB)상적조작조건우화방진시험험증,쌍충군유전입자군산법교단일충군적유전산법혹입자군산법능재교소적진화대수상수렴,해집구유경호적분포성화다양성；병능유효지대모의이동상조작조건진행우화.
