摘要：针对蜂群算法存在的收敛速度慢以及容易陷入局部最优的缺陷,利用一种自适应窗口机制,改进蜂群算法中引领蜂搜索蜜源的方式,得到一种改进的多目标人工蜂群算法(MOABC)。进而,以预防打滑和轧制能耗最小为目标,建立轧制规程多目标优化模型。最后,将改进的多目标蜂群算法(MOABC)应用到某5机架冷连轧机,进行多目标轧制规程优化设计。仿真结果表明,改进的MOABC算法能够获得更好的近似pareto前沿,和原规程相比,有效地降低了2个目标函数的值。

摘要：在处理有约束多目标问题的进化算法中,目前普遍采用Deb教授提出的约束占优的直接支配选择策略.在约束处理中,优秀不可行解与优秀可行解同样重要,但在直接支配选择策略中,不可行解被选择的几率很小.针对此问题,设计一种环境Pareto支配的选择策略,并基于此提出用于解决有约束多目标问题的差分进化算法.对经典测试函数进行仿真计算,结果表明,与其他算法相比,所提出的算法具有更高的收敛性和稳定性.