基于数据解析的连退生产过程多因子操作优化

发布时间：2021-02-25 08:07

　　针对连退生产过程中带钢质量波动大和生产能耗过大的问题,基于数据解析方法构建带钢质量的预测模型,进而建立连退生产过程多因子操作优化模型.该模型的任务是求得一个最优工艺参数设定方案,使得模型中所包含的两个相互影响但并不冲突的目标能够实现同时最优化.针对该问题,提出一种改进的自适应多因子进化算法（AdaMFEA）,将不同优化目标作为不同类别因子,通过父代解在不同因子上的性能评价指标决定子代解的搜索方向.为了改进算法的鲁棒性和搜索效率,算法使用多种交叉算子,并基于各算子的搜索性能分析提出多种交叉算子的自适应选择机制;同时提出基于回溯直线搜索和拟牛顿法的个体学习策略,对个体进行局部搜索.基于Benchmark问题的实验结果表明, AdaMFEA能够有效提升传统多因子进化算法（MFEA）的求解效率;基于实际工业问题的实验结果表明, AdaMFEA可有效求解连退生产过程多因子操作优化问题,实现多个非冲突目标在一个种群的进化过程中同时达到最优. 

【文章来源】：控制与决策. 2019,34(12)北大核心

【文章页数】：8 页

【参考文献】：
期刊论文
[1]考虑安全约束的连退生产过程多目标操作优化[J]. 王显鹏,杨立文,董志明,张博.  控制与决策. 2018(10)
[2]基于超越几何规划的热轧操作优化问题[J]. 陈丽,唐立新,汤廉洁.  控制与决策. 2015(04)
[3]复杂工业过程运行优化与反馈控制[J]. 柴天佑.  自动化学报. 2013(11)
[4]改进型复杂过程全局进化算法在热连轧负荷分配中的应用[J]. 胡长斌,童朝南,彭开香.  控制与决策. 2012(01)



本文编号：3050693