遗传算法改进及篦冷机换热参数修正模型研究

发布时间：2020-05-24 20:48

【摘要】：针对MIHC算法、SHC算法、MMHC算法耗时长、冗余边多、局部最优的问题,推导两种改进算法—IHC和IGHC算法。针对GA算法局部寻优能力差的问题,推导一种改进算法—IMGA算法,并在IMGA算法的基础上,构建贝叶斯增量算法—IBN算法。利用构建的批量算法与增量算法分别建立篦冷机换热工艺参数静态模型与修正模型并对二次风温进行故障诊断。具体研究工作如下:首先,构建改进算法IHC(Improved Hill Climbing):利用互信息与条件独立性测试结合构建初始框架,与此同时对孤立节点进行处理,最后利用改进爬山算子搜索并输出最优结构。构建改进算法IGHC(Improved Genetic Hill Climbing):在自动调整交叉概率和变异概率的基础上添加交叉方式和变异方式的自动选择功能,个体根据当前得分与最佳得分的接近程度自动调整交叉概率和变异概率;根据得分差值自动选择交叉方式和变异方式。其次,构建改进算法IMGA(Immune Genetic Algorithm):在种群内部引入改进免疫策略与自动交叉变异策略,在种群之间引入改进联姻策略与师生交流机制,最终搜索并构建最优贝叶斯结构。为能够及时处理系统产生的增量数据,在IMGA算法基础上构建增量算法IBN(Improved Bayesian Network):在IMGA算法中引入新数据监测函数与匹配程度判别函数,若有新数据产生,根据匹配程度的差值对当前结构进行自动调整。最后,分析水泥熟料换热原理,选取篦冷机影响较大的七个换热工艺参数并量化,利用IGHC、IMGA算法和IBN算法建立篦冷机换热工艺参数静态模型和增量修正模型。利用最大似然估计MLE(Maximum Likelihood Estimation)对构建的静态模型和增量修正模型进行参数学习,利用变量消元VE(Variable Elimination)法对二次风温进行诊断推理。
【图文】：

状态图,状态,算子,结构空间

图 3-1 一步状态转例图 tctcffffTrg拒绝转移接受转移( , )态得分；态得分；部引入改进免疫策略与自动交叉变异操作种群中个体的免疫位数，如式(3-5)所示：GGGSCOREGSCOREG;GSCOREGSCORElllll ;)|()_max|)|()_max| 疫算子；疫算子；(3-5)，得到免疫后的结构空间1NG 、2NG {|((,))((,))}{|((,))((,))}112212GGIMopGAIMopGAGGIMopGAIMopGAililttilGlGilGlGii

篦冷机,换热,工艺参数

章篦冷机换热工艺参数建模研究的工艺参数较多、生产过程中变量监测点少及篦冷机换热工艺参数建模比较困难。基于上述熟料输送及冷却原理的基础上，利用第2章的 IG建篦冷机换热工艺参数静态模型，，利用第3章的增量修正模型，利用构建的篦冷机换热参数静二次风温进行故障诊断分析。熟料换热原理简图如图 4-1 所示：
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18;TQ172.6

【参考文献】