-
题名基于深度信念网络模型的多目标优化
被引量：3
- 1
-
-
作者
李爱莲
毕泽伟
-
机构
内蒙古科技大学信息工程学院
-
出处
《科学技术与工程》
北大核心
2019年第16期8-14,共7页
-
基金
内蒙古自治区自然科学基金(2016MS0610)
内蒙古科技大学产学研合作培育基金(PY-201512)资助
-
文摘
为降低炼焦能耗,提高焦炭产量和质量,准确建立生产目标模型,提出基于深度信念网络模型的多目标优化研究方案。根据现场专家经验及生产现状确定能耗和产量为生产目标,对采集的炼焦数据进行处理和相关性分析,分别建立能耗和产量的深度信念网络模型及质量径向基神经网络模型,并且采用差分扰动的粒子群多目标优化算法进行集气管压力设定值优化,通过仿真研究验证了该方案的可行性。实验表明,该方案能准确地挖掘数据间的复杂特性,建立精准的目标模型,并得出最佳的集气管压力设定值,使炼焦能耗降低并且产量提高,可以为实际生产提供理论指导。
-
关键词
焦炉
压力设定值
深度信念网络
差分粒子群优化
-
Keywords
coke oven
pressure set value
deep belief network
differential particle swarm optimization
-
分类号
N945.12
[自然科学总论—系统科学]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名焦炉集气管压力设定值多目标优化研究
- 2
-
-
作者
李爱莲
毕泽伟
-
机构
内蒙古科技大学信息工程学院
-
出处
《计算机仿真》
北大核心
2020年第4期260-264,351,共6页
-
基金
内蒙古自治区自然科学基金资助(2016MS0610)
内蒙古科技大学产学研合作培育基金项目(PY-201512)。
-
文摘
针对某焦化厂焦炉的集气管压力设定值主要是由工艺工程师人为给出的生产现状,提出集气管压力设定值多目标优化的研究方案。利用焦化厂海量的炼焦历史生产数据,综合考虑了炼焦能耗,焦炭产量及质量三个目标,采取了基于K-均值聚类的径向基神经网络来建立其与集气管压力的关联模型,并通过基于差分进化的粒子群的多目标优化方法来获取集气管压力设定值,通过仿真研究验证了方案的有效性。结果表明,上述优化方案可以给出最佳集气管压力设定值在保证质量的前提下,使能耗降低,产量提高,满足现场需求,可以为实际生产提供操作指导,为压力控制系统奠定了基础。
-
关键词
焦炉
集气管压力设定值
径向基神经网络
多目标优化
-
Keywords
Coke oven
Collector pressure setting value
Radial basis neural network
Multi-objective optimization
-
分类号
N945.12
[自然科学总论—系统科学]
TP391.9
[自动化与计算机技术—计算机应用技术]
-
