基于改進(jìn)多目標(biāo)粒子群的鐵合金配料優(yōu)化研究.pdf

1、專(zhuān)業(yè)學(xué)位碩士學(xué)位論文基于改進(jìn)多目標(biāo)粒子群的鐵合金配料優(yōu)化研究基于改進(jìn)多目標(biāo)粒子群的鐵合金配料優(yōu)化研究ResearchonAlloyAdditionOptimizationbasedonImprovedMultiObjectiveParticleSwarmOptimization作者姓名：張麗君專(zhuān)業(yè)（工程領(lǐng)域）：控制工程學(xué)號(hào)：31509103指導(dǎo)教師：王鈞教授完成日期：2017年6月5日大連理工大學(xué)DalianUniversityofTe

2、chnology大連理工大學(xué)專(zhuān)業(yè)學(xué)位碩士學(xué)位論文I摘要鋼鐵是工業(yè)的糧食，決定了整個(gè)國(guó)家的工業(yè)基礎(chǔ)。隨著鋼鐵工業(yè)的迅速發(fā)展以及市場(chǎng)競(jìng)爭(zhēng)越來(lái)越激烈，降本增效的綠色生產(chǎn)觀念促使鋼鐵行業(yè)不得不在提高鋼種質(zhì)量的同時(shí)降低生產(chǎn)成本，提升企業(yè)的利潤(rùn)率。由于轉(zhuǎn)爐煉鋼是目前使用最為廣泛的煉鋼方法，因此提高轉(zhuǎn)爐煉鋼自動(dòng)化生產(chǎn)技術(shù)是提高鋼鐵企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵。然而，轉(zhuǎn)爐煉鋼是一個(gè)反應(yīng)復(fù)雜又快速的過(guò)程，實(shí)現(xiàn)其自動(dòng)化生產(chǎn)難度較大。在轉(zhuǎn)爐煉鋼的配料投入量計(jì)算方面，國(guó)內(nèi)

3、主要還是以人工經(jīng)驗(yàn)為主，易受諸多因素影響，穩(wěn)定性較低，而且容易浪費(fèi)合金材料加大了企業(yè)的運(yùn)營(yíng)成本。因此，設(shè)計(jì)合理的轉(zhuǎn)爐煉鋼配料計(jì)算模型以生產(chǎn)出性?xún)r(jià)比高的鋼種是目前國(guó)內(nèi)鋼鐵行業(yè)急需攻破的技術(shù)難題。轉(zhuǎn)爐煉鋼中的鐵合金配料成本的最小化和鋼材質(zhì)量的最大化問(wèn)題可以看成一個(gè)多目標(biāo)優(yōu)化問(wèn)題。多目標(biāo)優(yōu)化區(qū)別單目標(biāo)優(yōu)化之處在于其所得到的解是一組相互之間無(wú)法比較的解。粒子群優(yōu)化算法作為一種新興的群體搜索技術(shù)，每次運(yùn)行后便可以獲取多個(gè)可供選擇的優(yōu)化解，非常適合

4、于多目標(biāo)問(wèn)題的求解。但是，如何平衡好多目標(biāo)粒子群優(yōu)化算法的搜索能力是影響其優(yōu)化性能的關(guān)鍵性問(wèn)題，如何改進(jìn)多目標(biāo)粒子群優(yōu)化算法的性能仍存在可以繼續(xù)探討和深入研究的余地。本文主要對(duì)以下兩個(gè)問(wèn)題進(jìn)行了研究：（1）針對(duì)全局搜索和局部搜索的平衡問(wèn)題，提出一種基于多樣性檢測(cè)的多子群多目標(biāo)粒子群算法。首先，引入多樣性檢測(cè)方法，結(jié)合多目標(biāo)粒子群算法的特點(diǎn)進(jìn)行改進(jìn)。其次，將種群分為兩個(gè)不同分工的子群，一個(gè)子群保持較好的多樣性，在搜索空間進(jìn)行全局搜索；另一

5、個(gè)子群保持較好的收斂性，在Pareto前沿附近進(jìn)行局部搜索。此外，根據(jù)多樣性度量指標(biāo)調(diào)整兩個(gè)子群的搜索參數(shù)，以達(dá)到兼顧多樣性和收斂性的目的。所提算法在標(biāo)準(zhǔn)測(cè)試問(wèn)題上的仿真實(shí)驗(yàn)結(jié)果說(shuō)明了該算法相比于其它算法具有一定優(yōu)勢(shì)。（2）針對(duì)轉(zhuǎn)爐煉鋼生產(chǎn)過(guò)程中鐵合金加入量難以計(jì)算的問(wèn)題，以多目標(biāo)優(yōu)化為基礎(chǔ)，建立了鐵合金加入量的優(yōu)化模型，同時(shí)降低了鐵合金成本和鋼水元素誤差。該模型采用極端學(xué)習(xí)機(jī)網(wǎng)絡(luò)設(shè)計(jì)了鋼水元素軟測(cè)量模型，并應(yīng)用改進(jìn)的多目標(biāo)粒子群優(yōu)化算