申请/专利权人：天津工业大学

申请日：2020-10-13

公开（公告）日：2023-12-15

公开（公告）号：CN114355768B

主分类号：G05B13/04

分类号：G05B13/04

优先权：

专利状态码：有效-授权

法律状态：2023.12.15#授权;2022.05.03#实质审查的生效;2022.04.15#公开

摘要：本发明属于连续退火生产过程鲁棒优化领域，具体涉及一种新颖的鲁棒评价指标以及一种基于改进的多目标个算法的优化方法。新型鲁棒评价指标能够更精确的表示鲁棒度的大小，改进后的算法提高了求解全局最优解的能力，并且增加了解的多样性，更加有效地解决连续退火生产过程的鲁棒优化问题。其技术方案为：首先提出一种新型鲁棒指标，并以此为指导建立连退过程鲁棒多目标优化模型；其次引入相应策略来改进原始算法来保证优化的全局性和收敛速度；最后算法执行结果指导连退生产过程的高效运行。

主权项：1.一种基于改进的多目标蜻蜓算法的连退过程的鲁棒优化方法，其特征在于：通过将扰动向量引入原始数据构造一种新型鲁棒指标Robust，使建立的鲁棒多目标优化模型具有更好的鲁棒性，再采用一种基于蜻蜓原始生态行为改进的多目标蜻蜓优化算法，增加解的多样性：基于改进的多目标蜻蜓算法的连退过程的鲁棒优化方法考虑到鲁棒问题的特点，将扰动向量引入原始数据，将新型鲁棒指标Robust定义为： 其中，Robust为鲁棒度，Γ为带有扰动的数据的标准差，θ为带有扰动的数据的平均值，其中θ和Γ定义为： 其中，δ为扰动向量，N为扰动个数，当鲁棒度越小，鲁棒性越好；基于改进的多目标蜻蜓算法的连退过程的鲁棒优化方法提出一种“冒险迂回”策略对MODA进行改进，即首先判断蜻蜓种群寻到的食物是否为局部最优，如果陷入局部最优则搜寻处于天敌附近的蜻蜓个体，判断其是否存活即对应的目标食物是否优于迭代过程中储存下来的食物，将存活的蜻蜓个体提取出来并与当前种群中的优秀个体进行合并共同组成新一代种群，并采用新的进化方式去完成进化，进而寻得全局最佳食物源，进化的方式基于不同权重自适应变化而采用以下公式： 式中，s、a、c、f、e分别代表五种行为对蜻蜓的影响权重，Si、Ai、Ci、Fi、Ei分别代表第i只蜻蜓因五种行为而产生的位移；ω表示惯性权重；表示第i只蜻蜓在第t+1次迭代时候的步长向量；Levyd代表莱维飞行在第d维度的步长；则代表第i只蜻蜓在第t+1次迭代时以新一代种群的飞行进化方式进行变化的步长向量，m、n代表不同飞行模式的权重分配，该权重根据幸存个体的数目进行自适应变化，且m+n＝1。

全文数据：

权利要求：

百度查询： 天津工业大学 一种基于改进的多目标蜻蜓算法的连退过程鲁棒优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD