文献类型：期刊文章

作　　者：李太福[1] 廖志强[2] 辜小花[1] 易军[1] 葛继科[1]

机构地区：[1]重庆科技学院电气与信息工程学院,重庆401331 [2]福建省计量科学研究院国家光伏产业计量测试中心,福州350003

出　　处：《控制工程》

基　　金：国家自然科学基金(51375520);重庆市基础与前沿研究计划项目(cstc2013jj B40007);重庆市高校创新团队(KJTD201324)

年　　份：2015

卷　　号：22

期　　号：4

起止页码：742-746

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、ZGKJHX、核心刊

摘　　要：为降低目标性能对工业决策参数因不确定性而变化的敏感性,实现即稳健又靠近理想性能的目标,提出了一种工业过程决策参数的稳健优化方法。首先用神经网络建立复杂工业过程模型,确定决策参数与目标性能之间的映射关系;再用模型的目标性能均方差构建稳健准则,通过稳健准则量化目标的稳健性;然后将稳健准则与目标性能作为两个目标,构造出多目标稳健优化模型,利用具有多体交叉和大搜索范围的改进的强度Pareto进化算法(Improve Strength Pareto Evolutionary Algorithm,ISPEA)对多目标稳健优化模型进行搜索,搜索稳健性和目标性能最好的解,据此对实际生产进行指导。通过对氢氰酸(HCN)生产工艺的仿真验证,显示了该方法的有效性。

关 键 词：决策参数  稳健优化  神经网络 改进增强进化算法  

分 类 号：TP183]