基于改进PSO算法的自动配棉工艺参数优化设计

摘要

为进一步改善自动配棉的通用性和自适应性,针对配棉工艺多约束条件特点,进行了自动配棉优化设计.提出了一种基于改进的PSO(particle swarm optimization)算法的自动配棉参数优化求解方法.通过配棉数学模型建立,将其转化为多约束条件优化求解问题.分析了标准PSO算法在配棉工艺参数寻优的不足,对标准PSO算法惯性权重和学习因子策略的不足加以改进.将采集到的棉纺企业工艺参数,用标准PSO和本文改进的PSO算法同时对配棉工艺模型求解.结果显示:改进的PSO算法采用了惯性权重递减和学习因子自适应策略,寻优速度、精度、局部和全局寻优能力等指标都得到提高,降低了企业配棉成本,具有一定的实用价值.