烧结生产系统中烧结矿配料的优化方法

企业系统中的许多问题经过线性化处理后,是可以采用线性规划的方法进行优化的。本文涉及的优化对象是烧结矿配料的优化处理问题。烧结矿配料是整个烧结生产系统中的局部性问题,在进行了优化处理后给企业带来的直接与间接经济效益却是十分显著的。但这还只能看作是对整个烧结系统进行系统优化控制的第一步,文中对这一点也给予了考虑与提示。     

多目标配料模型及其应用

本文结合多品种、多指标合金配料方案的选择问题,建立了多目标配料优化模型,并且提出了利用求解一般线性规划问题的单纯形法来求解多目标配料模型的一种简单算法,实例运算结果表明,多目标配料模型考虑因素全面,能保证产品质量,从而更有效地降低生产成本,提高企业的经济效益。     

烧结矿和入炉矿配料的优化及实现

在炼铁过程中，合理经济地确定烧结矿和入炉矿的配料问题，具有十分重要的意义，以某钢铁厂为例，从技术要求、经济效益两方面综合考虑高炉配矿的最佳经济性问题。根据LP线性规划法的思路，以生产实践和试验为基础，建立目标函数，确定约束条件，并借助Matlab程序设计语言编制相应的计算程序，实现烧结矿及高炉操作的优化配料。同时用VB编制了具有可视化界面的程序计算高炉物料平衡、热平衡，从而可以直接地判断高炉配矿的合理性。结果表明，LP线性规划法是高炉配矿的有效方法。     

烧结配料的优化控制

莱钢银前配料PLC系统针对常规控制存在的问题,通过实现料批控制功能和数字变频控制功能动态优化烧结原料的配比,大大提高了烧结矿产品的质量.     

并行混沌与和声搜索的多目标混合优化算法

针对传统的混沌优化算法对初始值敏感、搜索精度低和收敛速度慢,以及和声搜索收敛不稳定、处理多目标优化问题时适应性差等不足,研究了一种多目标并行混沌与和声搜索混合优化算法(MOCOHSA).MOCOHSA利用并行混沌优化的全局搜索能力与和声搜索算法的局部搜索能力,并在和声搜索中引入自适应操作,在解决多目标优化问题时表现出良好的搜索速度和收敛性能.对8个多目标优化测试函数的优化计算中,该算法表现出比其它多目标优化算法更好的性能.算法最后用于解决卫星热管设计问题.     

考虑多性能指标的配料优化模型及求解算法

为有效实现有色冶金配料过程的优化计算,提出一种综合考虑产品质量、成本、库存等多个性能指标的配料优化模型及满意求解算法。首先,考虑原料库存对配料过程的影响,将库存成本作为目标函数,库存量作为约束引入配料优化模型;然后,针对模型具有多个质量边界约束的特点,利用配料过程中质量约束边界的可调整性,引入满意优化理论中的"软约束"调整约束边界,以改善该优化问题求解的可行性;最后,采用以单变量编码的交叉变异来确定整体决策向量的小生境遗传算法进行寻优,并将提出的模型和算法应用于铜闪速熔炼配料过程中。研究结果表明:所提出的优化模型及求解算法克服了多维变量编码可能导致搜索空间剧增的缺陷,有效地提高了遗传算法的全局搜索能力和收敛速度;优化结果既能满足熔炼工艺要求,也能有效降低杂质含量和生产成本。     

一种求解多目标优化问题的混合演化算法

提出了一种混合演化算法求解多目标优化问题.演化算法是解决多目标优化问题的有效方法,在全局优化问题中具有很好的鲁棒性,但其局部搜索性能有待改善.Hooke and Jeeves方法是一经典的局部搜索算法,将其与演化算法结合求解多目标优化问题,提高了解的收敛质量,因而从整体上提高了算法的性能,并且测试结果也说明了该算法的可行性.     

基于神经网络的水泥生料配料多目标优化设计方法

为了降低生料成分的不确定性给水泥生料质量控制系统带来的影响,提出了率值补偿的控制策略.分别为三率值创建目标函数,并利用状态空间搜索策略解决多目标优化问题.针对初始样本空间不能覆盖所有样本的问题,提出了基于神经网络的估算模型,对初始样本空间进行拓扑.通过估价函数对状态空间中的状态量进行评价,得到最优的率值状态量;根据率值对原料配比进行调整,最后使率值偏差得到补偿,同时使给配比造成的波动最小.工业实验结果表明,生料的质量合格率由原来的30%提高到50%,该系统能有效地对配料过程进行优化控制.证明了基于神经网络的状态空间搜索策略为水泥生料配料多目标寻优问题提供了一种可行的方法.     

针对烧结自动配料系统完善优化的研究与应用

烧结生产实践证明,烧结配料质量是影响烧结矿质量的重要因素。因此,精确配料是十分重要的。本文针对实际需要,在配料系统的控制上进行完善优化,使其配料时更加精准。     

基于多目标遗传算法的吸声覆盖层参数优化设计

针对圆柱空腔吸声覆盖层低、高频吸声的机制不同,提出了一种基于多目标遗传算法的吸声覆盖层参数优化设计方法.利用有限元软件ANSYS建立了平面波垂直入射吸声覆盖层的分析模型,并采用多目标遗传算法NSGA-II得到了多目标吸声问题的Pareto最优解集.结果表明：多目标优化设计全面考虑了圆柱空腔吸声覆盖层的低、高频吸声之间的耦合,可按需选择其满意的优化结果;比起仅优化吸声覆盖层的材料属性,考虑材料属性和结构参数的综合优化能够获得更佳的宽频吸声性能.     

云计算中基于多目标优化的虚拟机整合算法

云数据中心中存在着高能耗和高服务水平协议违约率的问题,为了解决此问题,提出了一种基于多目标优化的虚拟机整合算法.综合考虑能耗、服务质量和迁移开销等多种因素,将虚拟机整合问题构建为一个具有资源约束的多目标优化问题.使用蚁群系统算法对该多目标优化问题进行求解,进行虚拟机整合,获得近似最优的虚拟机主机映射关系.为了减少算法复杂度,利用CPU利用率双阈值来判断主机负载状态,根据主机负载状态分阶段进行整合并使用不同的整合策略.基于CloudSim平台对多目标优化的虚拟机整合算法和其他6种虚拟机整合算法进行仿真实验,将本文算法与现有虚拟机整合算法实验结果进行比较,结果表明本文提出的算法在能耗和服务水平协议违约方面优化显著,具有较好的综合性能.     

基于PSO和模糊理论的蜗杆传动多目标优化设计方法

针对传统设计方法无法获得最佳蜗杆传动方案的问题,建立了蜗杆传动多目标优化设计模型;提出了基于粒子群优化算法(particle swarm optimization,PSO)和模糊理论的多目标优化问题求解策略,并进行了算例验证.算例结果表明:蜗杆传动多目标优化设计模型综合考虑了制造成本、体积、传动效率及润滑性能等因素,更符合工程实际情况;PSO与模糊理论相结合的多目标优化求解算法收敛速度快,可以获得多目标优化问题的全局最优解;基于PSO算法和模糊理论的蜗杆传动多目标优化设计方法比传统设计方法更合理、更高效.     

离场航班多目标优化排序研究

为缓解大面积、长时间的离场航班延误现状,研究了多目标离场航班优化排序问题,考虑连续航班对离场航班影响,建立了具有多个目标函数的混合整数规划模型,并基于多目标优化问题的Pareto最优解概念,设计了一种带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型.选取上海浦东机场3 h内离场航班进行仿真验证,并将仿真结果与其他算法优化方案比较,与FCFS策略相比,航班总延误降低了20. 1%,延误架次减少了20.较单一目标优化,该算法具有保持多个目标函数优异性的特点,且115架航班优化时间仅为302 s,能够较好的满足实际运行效率需求.所提方法能够有效解决离场航班多目标优化排序问题.     

联合火力打击中武器目标分配问题的多目标优化模型及算法

联合火力打击中确定最优的武器目标分配方案是具有挑战性的问题.为解决该问题,考虑需要在潜在打击目标中确定打击目标,建立了一个以最大化期望毁伤收益和最小化打击成本为目标的多目标优化模型.采用加权求和法以及偏好将多目标优化模型转化为全局约束优化模型.设计了具有较好搜索能力的交叉和变异算子的遗传算法.实验结果表明,所提出的算法可以得到比对比算法更好的分配方案.     

基于材料匹配的汽车保险杠多目标优化

汽车前保险杠在RCAR正面40%低速碰撞中及与行人下肢碰撞中起着吸能与缓冲的作用,汽车保险杠的刚度对于满足RCAR等级评价及行人下肢保护两种性能都有很大的影响.综合考虑行人下肢保护法规与RCAR的要求,以材料为变量进行正交试验设计,分别采用响应面法和综合平衡法对汽车保险杠进行多目标优化.研究结果表明,响应面法能够很好地表征材料屈服强度与各个目标值之间的关系,综合平衡法能更好地解决离散的、变量少、水平数少的多目标优化问题.经优化后,汽车保险杠的整体性能得到了提高.     

基于分布式神经动力学算法的微电网多目标优化

针对微电网多目标优化计算量较大的问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法.首先,考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型.其次,应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点.再次,使用对数障碍物惩罚因子处理不等式约束,利用Lasalle的不变性原理和Lyapunov函数证明所提出的算法可以收敛到最优解.最后,通过仿真验证了本文算法可以在保证优化精度与收敛性条件下,大大降低计算成本.     

多变元非线性复杂系统的优化与模拟退火算法

为了解决高合金高强高韧钢的性能优化问题,以获得最佳的强度和韧性的配合,采用人工神经网络方法建立多变量与多目标函数之间的关系,并将MonteCarlo方法中的模拟退火算法与人工神经网络BP算法相结合,解决了这类复杂系统中多函数变量与多目标函数之间没有确定的解析关系因而无法进行直接优化的难题·解决了航天用高强高韧钢性能优化问题,并为解决多变元非线性复杂系统的优化问题提供了一种新的有效的方法·     

烧结矿配料优化计算模型的设计

炼铁厂进行烧结矿配料时,当铁矿粉种类较少时,配料计算非常简单,当铁矿粉超过5种以上时,就难以通过普通多项式进行计算。建立一种多矿种铁矿粉最优化配矿组合数学模型并编写了相关程序,可输出满足烧结矿成份要求、相对该种配矿组合价格最低的铁矿粉配矿组合。     

动态多目标优化进化算法研究综述

动态多目标优化进化算法主要研究如何利用进化计算方法求解动态多目标优化问题,其已成为进化计算领城一个新的研究课题.本文首先介绍了动态优化问题的分类,然后描述了动态多目标优化问题的基本概念、数学表述,最后在当前对动态多目标优化进化算法的基本原理、设计目标、研究现状及性能度量讨论的基础上,提出了对动态多目标优化问题需进一步研究的关键问题.     

Pareto方法在服务网格资源调度多目标优化中的应用

服务网格资源调度问题是一个新兴的课题,如何构建一个高效的资源调度模块,是提高服务网格性能的关键.采用基于微粒群智能优化算法(PSO算法)的Pareto方法,探索解决资源调度的多目标优化问题,通过实验证明该方法在多目标优化方面具有优越性.