一种基于新型多目标人工蜂群算法的配料优化方法

• 摘要：

  本发明涉及一种基于新型多目标人工蜂群算法的配料优化方法,步骤1:配料参数初始化;步骤2:建立配料优化多目标模型,并评估适应度值;步骤3:数据更新;步骤4:在经过预先设定代数的优化后,每个种群选择部分带有优秀信息的个体用于信息交换;被选中的个体组成一个列表,这个列表将被传送到另一个种群中;每个种群都要准备一个替换列表,在这列表中的个体将被从其他种群来的个体替换;步骤5:如果未达到预先设定的终止条件,则返回步骤2,若达到迭代终止条件,则停止计算,最后输出结果.本发明具有较强的全局搜索能力,收敛速度快,解的收敛性精度高和解的分布性均匀,求得解综合性能更优,并且只需一次运行便可提供多种可行的配料方案,有利于配料人员对配料过程的控制和管理.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201510437873.3

• 申请日期：

  2015.07.23

• 公开/公告号：

  CN106373023A

• 公开/公告日：

  2017-02-01

• 发明人：

  朱云龙 张浩 张丁一

• 申请人：

  中国科学院沈阳自动化研究所

• 主分类号：

  G06Q50/04(2012.01)I,G,G06,G06Q,G06Q50

• 分类号：

  G06Q50/04(2012.01)I,G06N3/00(2006.01)I,G,G06,G06Q,G06N,G06Q50,G06N3,G06Q50/04,G06N3/00

• 主权项：

  一种基于新型多目标人工蜂群算法的配料优化方法,其特征在于,包括以下步骤:步骤1:配料参数初始化;步骤2:建立配料优化多目标模型,并评估适应度值;步骤3:数据更新;步骤4:在经过预先设定代数的优化后,每个种群选择部分带有优秀信息的个体用于信息交换;被选中的个体组成一个列表,这个列表将被传送到另一个种群中;每个种群都要准备一个替换列表,在这列表中的个体将被从其他种群来的个体替换;步骤5:如果未达到预先设定的终止条件,则返回步骤2,若达到迭代终止条件,则停止计算,最后输出结果.