[发明专利]MOEA/D挤压工艺参数多目标优化方法及装置

权利要求书

1.一种MOEA/D挤压工艺参数多目标优化方法，其特征在于，包括以下步骤：

S1.将挤压工艺参数挤压速度v、挤压筒温度T_e、出料口温度T_h、模具温度T_m、铝棒温度T_s设为优化变量，并将能耗e、成品率r和模具磨损s的预测模型调用设定为目标函数，以构建多目标优化模型；

S2.设置参数：包括种群大小N；最大邻域Nei_max；最大迭代次数t_max；交叉概率CR；比例因子F；邻域增速β；N个权重向量λ¹,...,λ^N；

S3.生成工艺参数随机种群，并根据改进MOEA/D算法计算流程进行多目标寻优；并输出优化得到的帕累托解集，即为最优工艺参数集合；所述的步骤S3具体包括：

S31.初始化；

S311.计算两两权重向量之间欧式距离，选择Nei个权重向量作为λⁱ的邻居B(i),B(i)＝{i₁,i₂,...,i_Nei}，为λⁱ的邻居，其中i₁,i₂,...,i_Nei表示Nei个权重向量；

S312.随机产生一个规模为N的种群P₀＝{x¹,x²,...,x^N}；

S313.生成初始理想点z^*；

S314.初始化存储容器EP为空；

S32.发展和更新；

S321.随机选择两个个体进行交叉进化产生新的个体x^new，其解为F(x^new)；

S322.更新理想点z^*；

S323.更新邻居，计算两两权重向量之间的切比雪夫距离和辅助距离V_tⁱ，从而得到聚合函数g^HV的值，判断if g^HV(x^new|λ^j,z^*)≤g^HV(x^j|λ^j,z^*)then x^j＝x^new，F(x^j)＝F(x^new)；所述的步骤S323中通过以下公式计算两两权重向量之间的切比雪夫距离和辅助距离V_tⁱ：

式中：为第i个子问题在t次迭代中的决策向量，λⁱ为第i个子问题的权重向量，为向量的目标函数，为其中一个目标；f_j(x)为第j个目标；

计算切比雪夫距离的权重W_H(t)和辅助距离的权重W_V(t)＝1-W_H(t)W_V：

W_V(t)＝1-W_H(t)

式中，k为权重增速此处设置为0.12；q为一个常数范围为1～1.5；t为当前迭代次数；t_max为最大迭代次数；

问题i的最小的聚合函数g^HV表示为：

S324.更新EP：从EP中移除被F(x^new)支配的解，直到EP中的向量都不支配F(x^new)，并将F(x^new)存到EP中；

S325.更新邻域大小，更新子问题的邻域大小Nei，并重新分配邻居B(i)＝{i₁,i₂,...,i_Nei}；步骤S325中子问题的邻域大小Nei通过以下公式计算：

式中，为向上取整，Nei_max是邻域大小的最大值；t是当前迭代次数；t_max是最大迭代次数；β为邻域增速，控制邻域大小Nei_N的增长速度；

S3.输出：若满足终止条件，则输出最优工艺参数的帕累托集，否则，跳转到步骤S2继续迭代计算。