人工神经网络在高炉炉况判断中的应用

包钢4号高炉有效容积2204m^3，在公司的生铁产量中起着举足轻重的作用。由于高炉生产过程复杂，凭人工经验预测不能准确地判断高炉运行状况好坏。为此，包头钢铁公司委托北京科技大学应用新技术、新方法为4号高炉设计炉况判断模型。     

一种基于粒子群参数优化的改进蚁群算法

蚁群算法是一种应用广泛、性能优良的智能优化算法,其求解效果与参数选取息息相关.鉴于此,针对现有基于粒子群参数优化的改进蚁群算法耗时较大的问题,提出一种新的解决方案.该方案给出一种全局异步与精英策略相结合的信息素更新方式,且通过大量统计实验可以在较大程度上减少蚁群算法被粒子群算法调用一次所需的迭代代数.仿真实验表明,所提出算法在求解较大规模旅行商问题时具有明显的速度优势.     

高炉料面特征提取与聚类分析

布料是高炉上部调节的主要方式,料面形状特征是指导高炉工长做出下一次布料决策的重要依据.本文通过分析高炉雷达实测料面数据,结合专家经验,提出了一种料面特征定义和提取的方法,提取出了能够表征料面形状的6个特征;然后将谱聚类算法引入到料面特征数据的聚类中,建立了料面特征模型库;最后将新的料面特征与模型库数据匹配,为后续高炉布料控制奠定研究基础.在仿真结果中采用真实高炉生产数据,验证了料面特征提取方法的有效性.仿真结果表明谱聚类算法相比传统的K-mean和模糊C均值聚类算法,具有收敛速度快,聚类性能高等特点,能够准确有效地建立料面特征模型库.     

禁忌免疫网络算法及其在函数优化中的应用

基于人工免疫网络算法（aiNet）,借鉴禁忌搜索算法的机制,提出一种禁忌人工免疫网络算法（TS-aiNet）.在算法中引入禁忌表,禁忌那些在网络迭代中亲和度不再增加的细胞,并通过特赦准则赦免一些被禁忌的优良状态,增加一个记忆表,用于保存成熟的记忆细胞,改进了高斯变异方式,以保证多样化的有效搜索.通过对多个典型系统仿真分析该方法的收敛性,并与克隆选择算法和aiNet算法进行比较分析.结果表明,该算法在多模态搜索空间中具有更好的全局收敛性、稳定性和寻找极值点能力,能够克服早熟现象,是一种有效的全局优化搜索方法.     

基于交互的Agent行为选择动态性分析

在动态不可预知环境下,Agent行为选择过程表现出动态性。该文基于人工生命和MAS框架,建立Agent行为选择动态系统模型,运用动态系统观点研究Agent感知、认知交互和适应,分析Agent行为选择适应外部环境和满足内部需求的动态平衡过程。在仿真试验中,通过21个Agent局部感知和交互,实现了全局平衡、稳定的群体运动行为。     

一种新的调节交叉和变异概率的自适应算法

提出一种新的基于模糊控制策略的交叉和变异概率自适应调节算法.该算法以相邻两代群体之间平均适应度函数和标准差的差值作为输入,以交叉和变异概率的变化量作为输出.并提出了与输入相对应的自适应归一化算子以及新的基于启发式知识的模糊规则,用于交叉和变异概率的调节.对3种不同测试函数的数值仿真研究表明,与其他2种自适应模糊控制算法相比,该调节算法可使遗传算法具有更快的搜索速度和更高的搜索质量.     

钢铁企业煤气调度系统建模及优化研究

钢铁企业煤气系统的煤气生产量与消耗量的动态平衡状态,对于降低生产成本、实现节能减排具有重要意义.针对钢铁企业煤气调度中存在的问题,以最大经济效益为目标,建立了煤气系统的通用调度模型.在此基础上,结合分级调度的思想,通过采用单纯形优化方法,给出一种相对优化的调度策略,并说明了其实现步骤.最后结合具体案例,对提出的算法进行分析,验证了调度方法的有效性.     

基于改进伪中值滤波器的道路图像滤波算法*

针对已有的细胞神经网中值滤波器滤波时,收敛速度慢、稳定性不好以及滤波图像比较模糊的缺点,设计一种差值控制细胞神经网的改进伪中值滤波器。提出了改变取值空间、引入随机扰动、扩大中值滤波窗口尺度和引入Mask掩图的改进方法。实验结果表明：该算法具有去除各种强度脉冲随机噪声能力,又能保护图像细节信息,而且具有良好的实时性。     

基于变论域变步长LMS算法的自适应逆控制系统稳定性

提出一种基于变论域变步长LMS自适应滤波算法,该算法的步长随偏差论域的变化而变化。理论研究和仿真结果表明,该算法在控制系统对象及其逆的建模中能同时兼顾初始收敛速度、时变系统跟踪能力及收敛精度三个性能指标,可应用于自适应逆控制系统对象及其逆的建模中,使控制系统具有良好的动静态特性。并给出了基于变论域变步长LMS算法的自适应逆控制系统全局稳定性证明。     

串罐式无钟高炉炉顶炉料运动的离散元分析

建立了串罐式无钟炉顶装料系统全模型,应用离散单元法对炉料从皮带到炉喉运动的全过程进行数值计算,考察了皮带上上下料罐内的粒度偏析,对比了料罐内是否安装石盒对料罐内炉料分布、料罐装料和卸料时炉料运动及布料时料流粒度变化的影响. 结果表明,皮带上小颗粒向料层下部渗透,皮带末端料层下部平均粒度比上部小. 炉料沿上料罐周向、径向和纵向存在粒度偏析;沿下料罐径向和纵向存在粒度偏析,周向上分布较均匀,相对粒度变化的标准差为0.03. 料罐内安装石盒对周向和纵向粒度分布影响较小,石盒附近小颗粒渗透影响径向粒度分布,料面基本水平,料罐卸料呈活塞流;无石盒时料面形成堆尖,料罐卸料呈漏斗流. 布料时料流粒度变化受料罐内料流运动和炉料分布影响,料罐内不安装石盒时料流粒度变化的标准差为7.15,安装石盒时为10.42,料流粒度变化更明显.