CAJ | 학술논문

智能优化算法在动态优化问题的求解中,一方面可以一定的概率收敛到全局最优,避免局部极值而得到了广泛应用；但另一方面,基于随机机制的仿生智能算法也面临收敛速度慢、寻优效率较低的瓶颈,限制了其工业实时应用的场合.为此,从提高智能优化算法在动态优化问题的求解效率出发,提出了一种改进的基于知识引导的进化算法结构,主要包括候选控制策略-时域与控制域的离散策略、知识库空间的进化、知识引导的种群进化.该算法分别在批式反应器等4个典型化工动态优化问题上进行了仿真验证,计算结果表明,该方法能够以较小的种群规模通过知识的引导,以较少的计算代价找到较好的全局解,有效提高了算法的收敛效率.
지능우화산법재동태우화문제적구해중,일방면가이일정적개솔수렴도전국최우,피면국부겁치이득도료엄범응용；단령일방면,기우수궤궤제적방생지능산법야면림수렴속도만、심우효솔교저적병경,한제료기공업실시응용적장합.위차,종제고지능우화산법재동태우화문제적구해효솔출발,제출료일충개진적기우지식인도적진화산법결구,주요포괄후선공제책략-시역여공제역적리산책략、지식고공간적진화、지식인도적충군진화.해산법분별재비식반응기등4개전형화공동태우화문제상진행료방진험증,계산결과표명,해방법능구이교소적충군규모통과지식적인도,이교소적계산대개조도교호적전국해,유효제고료산법적수렴효솔.