[01623911]基于人工免疫网络多Agent的化工过程多目标寻优策略研究

多Agent技术是当今人工智能领域中的前沿学科之一,也是分布式人工智能研究的一个重要分支.该课题将利用多Agent的自组织、自学习、协作和推理等特点,结合人工免疫网络固有的优点,形成多Agent免疫系统,来求解复杂系统的多目标优化问题.因此,该课题从以下方面研究了多Agent人工免疫网络模型及优化策略,并开展的应用工作.该项目研究了基于典型进化和人工免疫网络算法的多Agent多目标优化模型及相关的搜索策略,结合了典型的多目标测试函数,与现有的先进多目标寻优算法进行了对比分析,将结果应用于化工分馏装置的优化.主要工作以及贡献如下:(1)研究了多Agent人工免疫网络动态优化模型;(2)研究了多Agent免疫进化网络的多目标寻优策略;(3)研究了典型化工装置适应度评估模型;(4)研究了典型化工过程操作优化.申请了一项发明专利"一种分馏系统过程数据的智能校正方法";在核心期刊和国际会议上发表了8篇论文,其中EI已收录的4篇,已投论文1篇,开发了多目标寻优优化软件一套.