題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱(chēng)：
- 基于粒子群算法的混料優(yōu)化算法
- 來(lái)源：
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類(lèi)：
- 信息技術(shù)
- 大類(lèi)：
- 自然科學(xué)類(lèi)學(xué)術(shù)論文
- 簡(jiǎn)介：
- 粒子群優(yōu)化算法是由Kennedy和Eberhart在1995年提出的一種基于群智能的演化計(jì)算技術(shù). 已在很多領(lǐng)域得以應(yīng)用. 本文建立模糊多目標(biāo)混料設(shè)計(jì)模型，并通過(guò)構(gòu)造粒子群個(gè)體和適值函數(shù)使粒子群算法能夠?qū)δＰ瓦M(jìn)行求解，提出了一套基于粒子群算法的混料設(shè)計(jì)解決方案.
- 詳細(xì)介紹：
- 混料優(yōu)化被廣泛應(yīng)用于工業(yè)和農(nóng)業(yè)中. 傳統(tǒng)配方優(yōu)化算法在解決混料設(shè)計(jì)時(shí)，不僅可解決的問(wèn)題規(guī)模有限，而且合理性較差.本項(xiàng)目通過(guò)對(duì)混料設(shè)計(jì)問(wèn)題的分析，將粒子群算法應(yīng)用于混料設(shè)計(jì)，通過(guò)構(gòu)造個(gè)體和定義個(gè)體適應(yīng)度函數(shù)來(lái)處理混料設(shè)計(jì)中的模糊性和多目標(biāo)性. 本項(xiàng)目實(shí)驗(yàn)結(jié)果表明，基于粒子群算法的混料設(shè)計(jì)解決方案與傳統(tǒng)方案相比，結(jié)果更精確，更合理，該算法可廣泛應(yīng)用于混料優(yōu)化的各種軟件產(chǎn)品.
作品專(zhuān)業(yè)信息
撰寫(xiě)目的和基本思路
- 本項(xiàng)目的目的在于解決工業(yè)和農(nóng)業(yè)生產(chǎn)中混料優(yōu)化的問(wèn)題。混料設(shè)計(jì)問(wèn)題是一種具有廣泛應(yīng)用領(lǐng)域的工程問(wèn)題之一，傳統(tǒng)配方優(yōu)化算法不僅解決的問(wèn)題規(guī)模有限，而且合理性較差。本項(xiàng)目就是通過(guò)對(duì)混料設(shè)計(jì)問(wèn)題的分析，以使結(jié)果更精確、更合理。 為達(dá)到以上目的，本項(xiàng)目將粒子群算法應(yīng)用于混料設(shè)計(jì)，通過(guò)構(gòu)造個(gè)體和定義個(gè)體適度函數(shù)來(lái)處理混料設(shè)計(jì)中的模糊性和多目的性。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 粒子群優(yōu)化算法(Particle Swarm Optimization，簡(jiǎn)稱(chēng)PSO)是由Kennedy和Eberhart在1995年提出的一種基于群智能(Swarm Intelligence)的演化計(jì)算技術(shù). 已在很多領(lǐng)域得以應(yīng)用。 本項(xiàng)目建立模糊多目標(biāo)混料設(shè)計(jì)模型，并通過(guò)構(gòu)造粒子群個(gè)體和適值函數(shù)使粒子群算法能夠?qū)δＰ瓦M(jìn)行求解，提出了一套基于粒子群算法的混料設(shè)計(jì)解決方案。
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 傳統(tǒng)混料設(shè)計(jì)方案存在無(wú)解情況，最優(yōu)解丟棄情況，其結(jié)果的合理性變化很大。 本項(xiàng)目提出基于粒子群算法的混料設(shè)計(jì)方案，是通過(guò)構(gòu)造個(gè)體編碼和定義個(gè)體適應(yīng)度函數(shù)，建立模糊多目標(biāo)混料設(shè)計(jì)模型，來(lái)處理混料設(shè)計(jì)中的模糊性和多目標(biāo)性。與傳統(tǒng)方案相比，結(jié)果更精確，更合理，可使配方達(dá)到滿(mǎn)足營(yíng)養(yǎng)平衡要求和成本最低的需求。該算法可廣泛應(yīng)用于工業(yè)和農(nóng)業(yè)中混料優(yōu)化的各種軟件產(chǎn)品，具有實(shí)用價(jià)值。
學(xué)術(shù)論文摘要
- 混料優(yōu)化被廣泛應(yīng)用于工業(yè)和農(nóng)業(yè)中. 傳統(tǒng)配方優(yōu)化算法在解決混料設(shè)計(jì)時(shí)，不僅可解決的問(wèn)題規(guī)模有限，而且合理性較差.本文通過(guò)對(duì)混料設(shè)計(jì)問(wèn)題的分析，將粒子群算法應(yīng)用于混料設(shè)計(jì)，通過(guò)構(gòu)造個(gè)體和定義個(gè)體適應(yīng)度函數(shù)來(lái)處理混料設(shè)計(jì)中的模糊性和多目標(biāo)性. 實(shí)驗(yàn)結(jié)果表明，基于粒子群算法的混料設(shè)計(jì)解決方案與傳統(tǒng)方案相比，結(jié)果更精確，更合理，該算法可廣泛應(yīng)用于混料優(yōu)化的各種軟件產(chǎn)品。
獲獎(jiǎng)情況
- 無(wú)
鑒定結(jié)果
- 無(wú)
參考文獻(xiàn)
- [1] 朱偉勇，段曉東等. 最優(yōu)設(shè)計(jì)在工業(yè)中的應(yīng)用[M]. 沈陽(yáng)：遼寧科技出版社，1994):572-633 [2] J. Kennedy, R.Eberhart, Particle swarm optimization[C], Proc. IEEE Int. Conf. on Neural Networks, Perth, Australia, 1995,1942-1948 [3] 艾景軍，劉大有等. 模糊線性規(guī)劃飼料配方模型的建立與應(yīng)用[J]. 電子學(xué)報(bào), 2001, 29(11):1569-1570 [4] Tang, J., D. Wang, An interactive approach based on a GA for a type of quadratic programming problem with fuzzy objective and resources[J].Computer and Operations Research ,1997,24:413-422. [5] 段曉東,王存睿, 劉向東. 粒子群算法及其應(yīng)用[M]. 遼寧大學(xué)出版社.2007:33-35 [6] National Research Council. Nutrient requirements of swine [S]. 1998,10th revised. Washigton, D.C. : National Academy Press.
同類(lèi)課題研究水平概述
- 在工業(yè)生產(chǎn)過(guò)程中，混料設(shè)計(jì)問(wèn)題是一種具有廣泛應(yīng)用領(lǐng)域的工程問(wèn)題之一。 目前，傳統(tǒng)配方優(yōu)化算法在解決混料設(shè)計(jì)時(shí)，采用線性規(guī)劃和目標(biāo)規(guī)劃來(lái)解決問(wèn)題，即在給定的原料用量約束下，配方達(dá)到滿(mǎn)足營(yíng)養(yǎng)平衡要求和成本最低需求。但由于線性規(guī)劃是剛性的，其約束條件不能改變，存在無(wú)解情況，最優(yōu)解丟棄情況；目標(biāo)規(guī)劃允許目標(biāo)相互制約、互相破壞約束條件，雖有解，但約束條件可能失效. 并且目標(biāo)規(guī)劃的解會(huì)受到目標(biāo)權(quán)重的影響，其結(jié)果的合理性變化很大。不僅可解決的問(wèn)題規(guī)模有限，而且合理性較差。 本項(xiàng)目提出的基于粒子群算法的混料設(shè)計(jì)方案，與傳統(tǒng)方案相比，結(jié)果更精確，更合理，可使配方達(dá)到滿(mǎn)足營(yíng)養(yǎng)平衡要求和成本最低的需求。該算法可廣泛應(yīng)用于工業(yè)和農(nóng)業(yè)中混料優(yōu)化的各種軟件產(chǎn)品，具有實(shí)用價(jià)值。
