用于多目标优化的蚁群算法的构建及其应用

摘要

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.