论文部分内容阅读
从蚁群的生物学行为出发，将成群募集和海量募集两种机制融入蚁群算法，并针对多目标优化的特性，综合考虑解的被支配度和分散度，抽提出一种启发式规则，用以评价食物源的优劣，进而构建多目标连续蚁群优化算法（MO-CACO）。通过两个多目标典型函数的优化测试，验证了MO-CACO具有较强的多目标全局寻优能力，且稳健性良好，所求得的最优解集的多目标值能均匀地逼近Pareto最优前沿的各部分。将MO-CACO用于二甲苯异构化装置的操作优化，取得了满意的结果，MO-CACO可为化工过程多目标决策提供支持。