《基于分层多目标进化优化的炼焦协调控制模型》由会员分享，可在线阅读，更多相关《基于分层多目标进化优化的炼焦协调控制模型（5页珍藏版）》请在金锄头文库上搜索。
1、2 0 0 5 中国控制与决策学术年会论文集7 8 4P r o c e e d i n g so f2 0 0 5C h i n e 5 PC o n t r o ld “ dD e c i j i o nC o “e r e n f t基于分层多目标进化优化的炼焦协调控制模型刘杰，郭一楠，巩敦卫，孙伟( 中国矿业大学信息与电气工程学院扛苏徐州2 2 1 0 0 8 )摘蓦；针对炼焦奎局优化目标，建立了炼焦企业的协调优化模型，指出配煤比是圭局优化的关键变t 井提t t l 基于分层多目标进化算法的配媒比优化控制策略经实验表明基于进化策略竹分层多目标优化方法得到的优化配煤比较人工经验值更加合理
2、在平同情况下，通过对优化参教中较敏序的目标权重进行分组比较证明，垒局优化目标的提出及分层多目标优化方法的引入对炼焦企业产品结构的优化具有重要指导意义关键词：分层；多目标优化 进优策略 配蝶比，炼焦C o k i n gc o o p e r a t i v ec o n t r o lm o d e lb a s e do nm u l t io b j e c t i v e se v o l u t i o n a r ya l g o r i t h mL ，UJ i e ，G U 0Y i 一“ 。G O N GD “”一w e i S U N “( C h i n a U n i v
3、 e r s i t yo f M i n i n ga n d T e c h n o l o g y X u z h o u2 2 1 0 0 8 ，C h i n a C o r r e s p o n d e n t ：L I UJ i e ，E m a i l ：n a f l y 1 2 6C O I T I )A b s t r a c t iF o rt h ea n a l y s i so ft h et o t a lc o k i n go p t i m i z a t i o no h ) e c t i v e s ，b l e n d i n gr a t i
4、oi se x t r a c t e da 3t h ek e yo p t i m i z a t i o nv a r i a b l ea n dt h ec o o p e r a t i v ec o n t r o lm o d e li sp r e s e n t e d A n dt h eb l e n d i n gr a t i oo p t i m i z a t i o nc o n t r o ls t r a t e g yb a s e do nm u h i o b j e c t i v e se v o l u t i o n a r ya l g o
5、 r i t h mi sp r e s e n t e d T h es i m u l a t i o nr e s u l t si n d i c a t et h eb l e n d i n gr a t i of r o mt h i ss t r a t e g yi sm o r er e a s o n a b l et h a n r o me x p e r te x p e r i m e n t C o m p a r i n gw i t hd i f f e r e n tw e i g h t s g r o u p s i tp r o v e st h a
6、 tt h i ss t r a t e g yp l a y sa ni m p o r t a n td i r e c t i v er o l ei nc o k i n gp r o d u c t i o ns t r u c t u r eo p t i m i z a t i o n K e yw o r d s fs t r a f i e d ；m u l t i p l eo b j e c t i v e sa l g o r i t h m je v o l u t i o n a r ys t r a t e g yFb l e n d i n gr a t i o
7、 ，e o k i n gl引言炼焦生产中，产品焦炭的生产率及企业所关心的生产成本、生产能耗都与混合煤质量直接相关，而混合煤质量叉取决于原料煤质量及配煤比由于原料煤质量随产地、品种、运输等条件影响，同类煤之间会存在质量波动，因此根据产品质量、能耗、成本要求及原料煤质量、价格变化，配煤比也要重新确定，以满足生产要求目前，在国内大部分焦化企业中，配煤比由人工凭经验确定，部分企业虽实现了配煤比的自动设定，但只以满足焦炭质量为标准，而不考虑成本、生产能耗等因素，从而影响了经济效益可见，在符合焦炭质量要求下，计算满足成本、能耗要求的最优配煤比是练焦协调控制的关键，其实质是配煤比的全局多目标优化问题目前，
8、多目标优化问题通常采用线性加权法，将多目标转化为单目标进行优化由于目标函数之间存在不可公度性及矛盾性，使加权目标函数的拓扑结构十分复杂o 为解决上述问题，文献E 2 l 提出分层多目标优化策略，利用决策者的偏好信息及实际问题特征。对目标函数依重要程度进行层次划分，各层中再利用一般多目标优化方法获得初始解域可见，这种分层多目标优化方法将有效解集的确定分散到各层多目标优化中，使多目标优化的结构复杂挫得到改善但各层多目标优化方法仍采用线性加权法等非P a r e t o 方法，容易使该层有效解集趋于极端非劣解，因此，本文引人一种分层多目标进化优化策略，将基于P a r e t o 排序方法引入分层多
9、目标优化中，从而提高算法速度，保证非劣解的分布性 2 分层多目标进化算法多目标进化算法利用进化算法的并行性及随机作者简介：刘杰, ( 1 9 6 6 一) ，男，高级工程师，博士生从事智能控制及其应用的研究刘杰等：基于分层多目标进化优化的炼焦协调控镪模型7 8 5性，弱化对问题的可微、连续等要求，实现多个P a r e t o 非劣解的并行搜索目前，围绕种群多样性等问题，已涌现出了许多算法”“其中对多个目标函数的处理大致分两类：转化为单目标函数的非P a e t o方法；并行搜索的P a r e t o 方法，后者虽提高了前者的P a r e l o 非劣解的分布性，但受到空间维数的影响啪，因
10、此，引入一种分层多目标进化算法分层多目标进化算法是根据问题特征，充分利用决策者的已有偏好信息，将目标函数按重要程度进行相似性分组，各组由多个子目标构成一层，各层按重要性递减的顺序依次进行递阶优化，并且前一层为后一层提供优化的初始解域，可见，该算法既利用了决策者的已有偏好，又避免了先验方式导致的搜索方向的局限性；同时降低了搜索空间维数，简化了计算复杂性分层多目标进化算法在实施过程中，须考虑以下关键问题：目标函数的蝴分及各层目标优先级的确定；各层初始解域的确定；各层采用的进化算法，特别是适应度函数的确定和种群多样性的保持2 1目标函数的屡次划分根据决策者的偏好信息进行目标函数划分，得到第5 优先层
11、的目标函数集为F 5 0 ) 为F 1 ( z ) = 几( 工) ，以( z ) ，矗，( 工) I 上，- 1 ( P - 。，X 一1 ) ，5 一】，2 L ( 1 )其中：L ( z ) 是优先层数，s 越小该层目标越重要；，为第s 层包含的目标函数个数 E ”1 ( P ，X 1 ) 为5 1 层的有效解域，作为初始解域提供给第5 层，定义为一”3D _ 1 ( F 1 ，X 1 ) 一 X ( 1 0 ) 一f 一1 ) f ，i = 1 2 ，一l ( 2 )其中：f 1 为宽容度第s 层经优化操作，得到有效解集P ( F J ，弘) 作为第S + 1 层的初始解集，重复以上优
12、化过程，最后第L 优先层得到的有效解集E ( F L 。X ) 即为问题的P a r e t o 非劣解集可见，分层方法中每一优先层的目标函数集包含多个子目标函数，每一层次需要求解一个多目标问题同时，这释分层多目标优化方法是基于P a r e t o最优解的概念，即对空间的搜索具有并行性o 而基于种群操作的进化算法可以并行地搜索解空间的多个解，并能利用不同解之间的相似性来提高其并发求解问题效率，因此，在每层优化中采用进化算法实现多目标优化2 2 第5 层的多目标进化算法实现第5 层多目标进化算法实现的关键是个体评价和种群多样性的保持针对以上问题，本文利用基于P a r e t o 排序方法来实
13、现个体评价；采用共享函数法来保证得到最优个体的多样性2 2 1 基于P a r e t o 排序的个体评价个体适应度评价是依据该解对优化目标的贡献来确定，每一层上的有效解都通过综合目标值加以反映，充分利用此信息对个体的适应度做出定义，。 设第J 层综台目标函数为F 一芝：叫月，且满足， t 一1 叫一1 ，碰( o ，1 ) 对第s 层所有解按目标值I 一】F ( x D F 1 ( z 耳。) 排序，则第S 层的综合目标评价为0 3f O - 一1 ，E v a l ( z ：) = E v a l ( z j 一1 ) ，其它，( 3 )I i 一1 ，P ( ) P ( z ：一，) 可
14、见，对满足z E 5 ( P ，x 5 ) 的有效解，其评价为E v a l ( x D = 0 ，再进入下一层评价，而其余解的评价值不变2 2 2 基于共享函数法的个体适应度调整为保证进化过程群体的多样性，避免种群过早收敛，采用共享函数法对个体适应度进行调整由于综合目标值越小的解其对应的适应值应越高且适应度值要求在( o ，1 ) 范围内，因此定义第j 层第i 个个体适应度函数为中( z ：) = a E ”nc = 7 ，其中dC - ( o ，1 ) o ，则共享后的该个体适应度为哂+ r 十5 、 妒扛t 。5 妻茜“其中：s 吐，) 。为共享函数，反映某个体和小生境群体中其它个体的相
15、似程度7 3s ( d o ) =0 以d ，( 5 )i ，J = 1 ，2 N ，N ，式中：一为小生境半径 d ，为个体、墨之同的H a m m i n g 距离可见，该方法是根据个体之问相似程度来调整群体中个体的适应度新的适应度与个体之间密切关系程度成反比，即小生境中个体越多，每个个体的适应度就越小采用该方法可以排除一些共事度较叫厶痧。一d7 8 62 0 0 5 中国控制- 9 决策学术年会论文集大，而适应度较高的个体，有利于扩大搜索空间，保持群体的多样性3 基于分层多目标进化算法的炼焦协调控制3 1 炼焦协调控制模型炼焦协调控制模型旨在通过优化配煤比来达到满足焦炭质量要求下的成本最
16、低、能耗最低、产品产率最大等目标，为配煤自动控制、产品质量控制及焦炉加热控制提供指导依据在已有的配煤比优化控制研究中，大部分仅以成本最低作为优化目标依据焦炭质量要求，通过专家系统逐步修正得到的配煤比实际为备煤环节的局部优化解丽非全局最优解因此，根据炼焦物料平衡及热平衡关系综台考虑多方面因素，提出全局优化目标为：能耗最低 、成本最低F ：、焦炭产率最大F 3 1 8 , 9 m l nF l = R = R _ # 一R 目=月6】0 A M , ( q ，r ) + 。X 凡 一 tx 凡 ( 6 ) f 一1i - - 2l 一， m i nF 。；C = c * # 一c 目H n61 0 C 。( 玑Xr ，) + nXc 门一 tXc J t 一1一2I
