换一批种群分布式并行遗传算法解化工多目标优化问题
Solving multi-objective optimization in chemical engineering by using populations distributed parallel genetic algorithm
摘要带精英策略的非支配排序遗传算法（NSGA-II）在与流程模拟软件Aspen Plus结合求解化工多目标优化问题方面耗时较高。为了解决这一问题，本文提出了一种种群分布式的并行遗传算法（populations distributed parallel genetic algorithm，PDPGA），将模拟计算任务分配给局域网的多台子节点计算机并行执行。以氯乙烯精制的多目标优化过程为研究对象，选取氯乙烯采出量最大化和系统总能耗最小化为两个目标，低沸塔和高沸塔的质量回流比、塔顶馏出率和塔压6个操作参数为优化变量。分别应用PDPGA和NSGA-II对上述过程进行优化求解，二者的种群规模均设为70，进化代数均设为70，PDPGA使用1主节点和2子节点共3台计算机。结果表明，与直接应用NSGA-II进行串行优化相比，PDPGA优化方法能充分利用闲置的计算机资源、有效提高解得质量和大幅降低优化计算的时间。
更多相关知识
分类号
TQ021.8
栏目名称
DOI
10.16085/j.issn.1000-6613.2015.05.009
发布时间
2015-05-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（21376185）
国家高技术研究发展计划（863计划）（2011AA02A206）
- 浏览0
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
