国内刊号:11-1864/TB
国际刊号:1000-1158
发布日期:
作者:赵志伟, 刘月, 熊志坚, 杨秀伟
单位:1. 唐山学院 计算机科学与技术系, 河北 唐山 063000; 2. 华北理工大学 电气工程学院, 河北 唐山 063000;
关键词:计量学; 冷轧负荷分配; 子种群; 密度估计; 高维多目标
基金:河北省自然科学基金(E2019105123);河北省高等学校科学技术研究项目(ZD2019311); 唐山市人才资助项目(A2021110015)
提出一种基于多子种群和密度估计的高维多目标进化算法,通过生成参考向量来划分子种群,借助收敛性保持机制提高逼近帕累托前沿的程度。该算法通过计算个体与参考向量的欧式距离来评估个体密度,从而保持解集的多样性。数值仿真实验结果表明,该算法所得解集的收敛性和多样性明显优于对比算法。最后,使用该算法对冷轧负荷分配进行高维多目标优化,优化后的负荷分配方案可使能耗降低2.2%,改善了产品质量。
来源:2022年第1期
《计量学报》期刊编辑部