基于多目标粒子群协同算法的状态参数优化-中国工程科学.pdf

基于多目标粒子群协同算法的状态参数优化 １，２ １ ３ １ 丁　雷 ，吴　敏 ，佘锦华 ，段　平 （１．中南大学信息科学与工程学院，长沙 ４１００８３；２．吉首大学物理科学与信息工程学院，湖南吉首 ４１６０００； ３．东京工科大学计算机科学学院，日本东京 １９２－０９８２） ［摘要］　针对铅锌烧结过程综合透气性、烧结终点的优化具有强非线性、计算复杂等特点，提出了一种有效 的多目标粒子群协同优化算法。 首先，建立了有综合透气性、烧结终点两个目标的优化模型。 接着，通过改进 的约束比较方法、粒子极值选取方法，以及利用不同的粒子群来分别优化相应的变量，提出了一种改进的多 目标粒子群协同优化算法。 最后，利用提出的多目标优化算法进行综合透气性、烧结终点的优化。 仿真结果 表明，所提出的多目标优化算法能较好地解决综合透气性、烧结终点的优化问题。 ［关键词］　铅锌烧结过程；综合透气性；烧结终点；多目标粒子群协同优化算法 ［中图分类号］　ＴＰ１８　［文献标识码］　Ａ　［文章编号］　１００９－１７４２（２０１０）０２－０１０１－０７ 权求和转化为单目标问题来处理的，这种方法要求 1　前言 对问题本身有很强的先验知识。 演化算法可以隐并 行地有哪些信誉好的足球投注网站解空间中的多个解，并能利用不同解之间 　　状态参数是判断铅锌烧结过程进行程度和烧结 的相似性来提高其并发求解的效率，因此适合求解 好坏的重要指标，其中透气性状态与热状态是两个 多目标优化问题。 重要的状态参数。 粒子群优化算法（ＰＳＯ）是一种基于群智能的演 烧穿点（ｂｕｒｎ －ｔｈｒｏｕｇｈ ｐｏｉｎｔ，ＢＴＰ）是烧结过程 化算法，通过模拟群体的社会行为，引导粒子有哪些信誉好的足球投注网站空 中混合料球氧化反应完全发生的位置，并在此完成 间中的最可行区域。 文献［３］用一个“容器”来记录 烧结过程。 在实际生产过程中，该位置对应着烧结 已找到的非支配向量，并用来指导其他粒子的飞行； 过程最高温度所在的位置［１］ ，并直接影响到烧结矿 文献［４］应用权重聚合的方法；文献［５］应用动态邻 的产量质量指标［２］ 。 当ＢＴＰ 超前时，烧结机的有效 近的ＰＳＯ 算法；文献［６］利用每个目标函数的全局 面积没有得到充分利用，直接导致烧结矿产量大幅 最优值的平均值作为全局极值；文献 ［７］采用 降低；当ＢＴＰ 滞后时，整个料层还未烧结完毕，高温 ＳＰＥＡ２算法的环境选择和配对选择策略；文献［８］ 烧结矿冷却时间不够，则结块率降低、返矿量增加。 使用了在线归档技术；文献［９］使用了动态交换策 铅锌烧结过程中，如果透气性不好，则烧结料燃 略；文献［１０］使子群体的个数动态变化。 烧不够充分，容易产生生料层，使烧结块的含硫质量 以上算法在评价粒子时，均是基于每个粒子所 百分比高，导致鼓风炉熔炼结瘤；反之，透气性太好， 有变量进行的综合评价。 文献［１１］指出这种评价 会使烧结料燃烧非常充分，脱硫过于干净，缺少必要 方式导致一些好的变量被丢失，从而导致不能收敛 的熔融或凝固的成份，从而最终影响产量、质量。 到全局最优值，并针对单目标的优化问题，利用n 个 传统的多目标优化方法是将多目标问题通过加 粒子群去优化粒子的 n 维变量，接着在此基础上又 ［收稿日期］　２００８－０９－１１；修回日期　２００８－１２－１６ ［基金项目］　国家杰出青年科学基金资助项目；国家“八六三”计划课题（２００８