本站小編為你精心準備了多目標優化軟件開發及應用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1改進粒子群算法與灰色決策相結合的多目標優化方法

1．1改進粒子群算法針對原始粒子群算法的不足，對原始粒子群算法進行了改進．改進后的粒子群算法在設定每個目標函數優化比例（以下簡稱為“每個目標函數的優化度”）和每個目標函數原始值（一般可選為優化前原始解所對應的每個目標函數的函數值）的情況下，以種群歐式距離最小作為全局極值及個體極值的評估準則，能同時對多個目標函數進行并行優化計算，并得到一組非劣解．改進后粒子群算法流程如下。

1．2灰色決策灰色決策對樣本要求低、計算量小、易于編程實現，在自然科學、社會科學和經濟管理等很多領域具有廣泛應用［14］．基于灰色關聯度理論，運用因素的灰色關聯度確定指標權重，以方案的加權灰色關聯度作為評判準則，建立一種多目標決策模型［15］．主要步驟如下。

2多目標優化軟件開發

基于Windows操作系統，采用VisualBasic的可視化界面設計并結合MATLAB強大的計算處理及圖形顯示功能，進行軟件開發．整個軟件為VB界面＋MATLAB計算引擎＋MicrosoftAccess數據庫管理數據模式，具體為：采用VB開發輸入界面，進行前處理工作，完成多目標優化數學模型及參數輸入或者從MicrosoftAccess中調用基本數據；調用MATLAB完成優化計算、決策及數據后處理工作；再用VB顯示優化結果．利用ActiveX技術實現MATLAB與VB的信息交換，完成數據通信［16］；VB在調用和處理Ac－cess數據庫中的數據是通過ADO控件完成的［17］．采用VB，MATLAB和Access數據庫聯合編程時，三者之間的關系如圖3所示．該優化軟件的開發在很大程度上提高了工程實踐中多目標優化設計的效率，提高了多目標優化方法的實用性與可靠性．編制完成的軟件主要由三大模塊組成：基本參數設置模塊、輸入計算模塊、輸出與結果顯示模塊，輸入計算模塊內含打包編制完成的優化計算程序和決策程序．圖2為歡迎界面，基本參數設置界面、輸入界面及輸出界面等可以參看3．2節中圖6至圖9．

3應用實例

掘進機鏟板是掘進機主要工作部件之一，其工作效率和壽命直接影響掘進機的工作性能，改進鏟板參數對提高掘進機整機性能有著重要意義［18］．利用上述軟件，對掘進機鏟板參數進行多目標優化設計．首先建立掘進機裝載能力、裝載煤巖時鏟板的推進阻力（以下簡稱推進阻力）與鏟板主要結構參數（鏟板傾角、鏟板寬度）之間的函數關系及鏟板參數約束條件；然后應用上述多目標優化軟件，為提高裝載能力同時減小推進阻力，對鏟板參數進行多目標優化設計．

3．1掘進機鏟板參數多目標優化模型的建立依據圖3所示的鏟板簡圖和圖4所示的煤巖在鏟板面上的堆積情況，以能進入第1運輸機溜槽煤量計算，并考慮煤巖堆積，計算裝載能力如式（6）所示．鏟板推進煤巖時，推進阻力計算示意圖如圖4所示，考慮煤巖的壓縮、斷裂、剪切阻力及其沿鏟板面移動的運移阻力等，根據材料力學與工程機械地面力學等相關知識推導，可得推進阻力如式（7）所示．

3．2優化過程及結果應用上述軟件進行多目標優化，主要步驟如下：1）打開應用軟件出現歡迎界面，如圖2所示；2）單擊“下一步”，到“優化算法基本參數設置”界面，并設置各參數，如圖6所示；3）單擊“下一步”，到輸入界面，單擊“目標函數”按鈕，并在“輸入窗口”中輸入目標函數，當完成1個目標函數的輸入后，單擊輸入窗口左側的“確定”按鈕，該目標函數將在“顯示窗口”顯示出來，然后再輸入下一個目標函數，如圖7所示．按照同樣的方法依次完成約束條件、自變量初始點、優化度等的輸入。4）單擊“下一步”，進入到輸出界面，單擊“優化求解”，系統進行計算，等待系統在顯示窗口提示“處理完畢”后，可單擊“優化過程”，在“顯示窗口”將顯示整個優化過程，如圖8所示．單擊“優化結果”，在“顯示窗口”將顯示優化結果，此優化結果為上述優化過程中出現的所有非劣解的灰色決策最優解．在輸出界面單擊“優化結果對比”，在“顯示窗口”將顯示優化前后結果對比，如圖9所示．5）單擊“退出”，退出該軟件．為了更清楚地展現灰色決策前后的決策效果，限于篇幅所限，表1隨機給出了所有非劣解（一共2000個）中的15個及其所對應的目標函數值．由表1可知，非劣解是只是滿足優化度條件下的一個解，其各目標函數值優化程度不一致，且同時使這2個目標函數均得到優化的非劣解更少．由圖9可知：灰色決策后的最優解為Ft＝5．131kN，Q＝4．954m3／min；與原始值相比，推進阻力減小了6．62％，裝載能力提高了3．68％．灰色決策后的最優解使2個目標函數同時得到了優化，且在灰色關聯度意義下，每個目標函數同時達到了最大優化程度．EBZ230型掘進機鏟板在優化前已經是批量化生產產品，對此優化結果是滿意的，達到了提高裝載能力同時減小推進阻力的預期優化目標．

4結論

本文提出了一種以與基值歐式距離最小作為全局極值及個體極值評估準則的改進粒子群算法，該算法能同時對多目標函數進行并行優化，求出非劣解集；然后用灰色決策模型在非劣解集中選出最優解，從而實現了多目標優化；聯合MATLAB和VB，開發了一款基于改進粒子群算法與灰色決策相結合的多目標優化軟件，提高了該多目標優化方法的實用性；將該軟件應用于掘進機鏟板參數多目標優化，取得了良好的優化效果，驗證了該方法的可行性。

作者：毛君 李強 謝苗 曹建南 單位：遼寧工程技術大學 機械工程學院