矿井通风网络的反向增强型烟花算法优化研究

发布时间：2022-01-02 01:17

　　建立了以通风网络总能耗最小为目标的矿井通风网络非线性无约束优化模型。为提高该模型的优化能力和收敛速度,提出了一种反向增强型烟花算法。首先采用均匀反向初始化种群策略,将生成的均匀分布的随机种群和反向种群共同竞争,选择最优初始种群作为后续搜索的起始点;然后精细化控制烟花爆炸半径,使不同世代烟花种群的爆炸半径呈非线性递减,同代种群的爆炸半径由自身适应度值协调分配,并设定最小动态阈值以减少搜索资源浪费;最后采用精英反向学习选择策略,加强对精英烟花所在空间邻域的搜索,提高算法的全局勘测能力。实验结果表明,采用该算法对矿井通风网络进行优化后,在满足实际通风网络调节限制及用风需求基础上,总能耗可降低约23.2%,优化效果优于粒子群优化算法和增强型烟花算法。 

【文章来源】：工矿自动化. 2019,45(10)北大核心

【文章页数】：7 页

【文章目录】：
0 引言
1 矿井通风网络建模
2 基于OBEFWA的通风网络优化
    2.1 均匀反向初始化种群
    2.2 精细化控制烟花爆炸半径
    2.3 精英OBL选择
    2.4 OBEFWA流程
3 实验与结果分析
    3.1 实验平台
    3.2 通风网络参数
    3.3 通风网络优化结果及分析
4 结论


【参考文献】：
期刊论文
[1]矿井通风网络的多种群自适应粒子群算法优化研究[J]. 吴新忠,张兆龙,程健维,胡建豪,任子晖.  煤炭工程. 2019(02)
[2]基于三维模型的通风系统优化调控模拟分析[J]. 何敏,武福生,成燕玲.  工矿自动化. 2016(11)
[3]矿井通风网络特征参数关联性研究[J]. 魏连江,周福宝,梁伟,胡建坤,罗新荣.  煤炭学报. 2016(07)
[4]应用精英反向学习的多目标烟花爆炸算法[J]. 谢承旺,许雷,赵怀瑞,夏学文,魏波.  电子学报. 2016(05)
[5]煤矿通风系统现状及智能通风系统设计[J]. 杨杰,赵连刚,全芳.  工矿自动化. 2015(11)
[6]一种多策略融合的多目标粒子群优化算法[J]. 谢承旺,邹秀芬,夏学文,王志杰.  电子学报. 2015(08)
[7]烟花算法研究进展[J]. 谭营,郑少秋.  智能系统学报. 2014(05)
[8]应用精英反向学习的混合烟花爆炸优化算法[J]. 王培崇,高文超,钱旭,苟海燕,汪慎文.  计算机应用. 2014(10)
[9]基于文化粒子群优化算法的矿井通风网络[J]. 郭一楠,王春,杨继超.  东南大学学报(自然科学版). 2013(S1)
[10]矿井通风网络分析研究现状及趋势[J]. 程磊,党海波,彭信山.  煤炭工程. 2011(03)



本文编号：3563179