基本信息
- 项目名称：
- 基于粒子群算法的混料优化算法
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 粒子群优化算法是由Kennedy和Eberhart在1995年提出的一种基于群智能的演化计算技术. 已在很多领域得以应用. 本文建立模糊多目标混料设计模型，并通过构造粒子群个体和适值函数使粒子群算法能够对模型进行求解，提出了一套基于粒子群算法的混料设计解决方案.
- 详细介绍：
- 混料优化被广泛应用于工业和农业中. 传统配方优化算法在解决混料设计时，不仅可解决的问题规模有限，而且合理性较差.本项目通过对混料设计问题的分析，将粒子群算法应用于混料设计，通过构造个体和定义个体适应度函数来处理混料设计中的模糊性和多目标性. 本项目实验结果表明，基于粒子群算法的混料设计解决方案与传统方案相比，结果更精确，更合理，该算法可广泛应用于混料优化的各种软件产品.
作品专业信息
撰写目的和基本思路
- 本项目的目的在于解决工业和农业生产中混料优化的问题。混料设计问题是一种具有广泛应用领域的工程问题之一，传统配方优化算法不仅解决的问题规模有限，而且合理性较差。本项目就是通过对混料设计问题的分析，以使结果更精确、更合理。 为达到以上目的，本项目将粒子群算法应用于混料设计，通过构造个体和定义个体适度函数来处理混料设计中的模糊性和多目的性。
科学性、先进性及独特之处
- 粒子群优化算法(Particle Swarm Optimization，简称PSO)是由Kennedy和Eberhart在1995年提出的一种基于群智能(Swarm Intelligence)的演化计算技术. 已在很多领域得以应用。 本项目建立模糊多目标混料设计模型，并通过构造粒子群个体和适值函数使粒子群算法能够对模型进行求解，提出了一套基于粒子群算法的混料设计解决方案。
应用价值和现实意义
- 传统混料设计方案存在无解情况，最优解丢弃情况，其结果的合理性变化很大。 本项目提出基于粒子群算法的混料设计方案，是通过构造个体编码和定义个体适应度函数，建立模糊多目标混料设计模型，来处理混料设计中的模糊性和多目标性。与传统方案相比，结果更精确，更合理，可使配方达到满足营养平衡要求和成本最低的需求。该算法可广泛应用于工业和农业中混料优化的各种软件产品，具有实用价值。
学术论文摘要
- 混料优化被广泛应用于工业和农业中. 传统配方优化算法在解决混料设计时，不仅可解决的问题规模有限，而且合理性较差.本文通过对混料设计问题的分析，将粒子群算法应用于混料设计，通过构造个体和定义个体适应度函数来处理混料设计中的模糊性和多目标性. 实验结果表明，基于粒子群算法的混料设计解决方案与传统方案相比，结果更精确，更合理，该算法可广泛应用于混料优化的各种软件产品。
获奖情况
- 无
鉴定结果
- 无
参考文献
- [1] 朱伟勇，段晓东等. 最优设计在工业中的应用[M]. 沈阳：辽宁科技出版社，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] 艾景军，刘大有等. 模糊线性规划饲料配方模型的建立与应用[J]. 电子学报, 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] 段晓东,王存睿, 刘向东. 粒子群算法及其应用[M]. 辽宁大学出版社.2007:33-35 [6] National Research Council. Nutrient requirements of swine [S]. 1998,10th revised. Washigton, D.C. : National Academy Press.
同类课题研究水平概述
- 在工业生产过程中，混料设计问题是一种具有广泛应用领域的工程问题之一。 目前，传统配方优化算法在解决混料设计时，采用线性规划和目标规划来解决问题，即在给定的原料用量约束下，配方达到满足营养平衡要求和成本最低需求。但由于线性规划是刚性的，其约束条件不能改变，存在无解情况，最优解丢弃情况；目标规划允许目标相互制约、互相破坏约束条件，虽有解，但约束条件可能失效. 并且目标规划的解会受到目标权重的影响，其结果的合理性变化很大。不仅可解决的问题规模有限，而且合理性较差。 本项目提出的基于粒子群算法的混料设计方案，与传统方案相比，结果更精确，更合理，可使配方达到满足营养平衡要求和成本最低的需求。该算法可广泛应用于工业和农业中混料优化的各种软件产品，具有实用价值。
