煤矿数字孪生智采工作面系统构建

为实现煤矿井下采煤工作面的全面感知、实时互联、分析决策、自主学习、动态预测和协同控制,本文构建了数字孪生智采工作面系统的整体框架。首先,将数字孪生智采工作面系统划分为3个层次,并给出各层次的功能及特征;其次,分别构建了数字孪生智采工作面系统中采煤机、刮板输送机、转载机、破碎机、带式输送机、液压支架、乳化液泵站及工作面环境的数据感知模型,并深入剖析采煤机、液压支架、煤流运输系统及设备与环境之间的协同约束关系;最后,给出数字孪生智采工作面系统的整体应用体系结构。基于该数字孪生智采工作面系统,可以实现物理矿山实体与数字矿山孪生体之间的虚实映射与实时交互、数字孪生体的智能感知与协同控制,为提升采煤工作面智能化水平提供实现依据。     

文化算法的收敛性分析

虽然文化算法已被广泛应用于解决各个领域的优化问题,但与其收敛能力相关的理论分析还比较缺乏。为此,针对传统文化算法,应用有限状态Markov链来分析文化算法的搜索过程,进一步使用公理化模型深入研究了种群在决策空间上的概率分布情况,证明了在文化算法信度空间的标准知识、拓扑知识和状况知识引导下,变异算子和最优保留选择策略保证了文化算法依概率弱收敛到全局最优解。     

群体智能优化算法

正0引言群体智能(swarm intelligence)的核心思想就是若干个简单个体构成一个群体,通过合作、竞争、交互与学习等机制表现出高级和复杂的功能,在缺少局部信息和模型的情况下,仍能够完成复杂问题的求解[1].其求解过程为对求解变量进行随机初始化,经过迭代求解,计算目标函数的输出值.群体智能优化算法不依赖于梯度信息,对待求解问题无连续、可导等要求,使得该类算法既适应连续型数值优化,也适应离散型组合优化.同时,     

基于流形嵌入过采样的非平衡数据分类方法

工业监测数据中正常与异常状态数据一般存在非平衡性,而传统的过采样非平衡数据处理方法往往在解决非线性、高维含噪的非平衡问题时不能获得满意的模式分类效果.本文利用流形学习的非线性降维,提出一种流形嵌入过采样方法,为有机结合流形学习与过采样的非平衡数据模式分类方法提供了统一框架.研究结果表明:该方法采用过采样平衡数据在流形空间的低维嵌入数据直接完成模式分类,可以减小流形嵌入空间到原始数据空间反映射的计算代价和模式分类成本.另外,流形学习可以有效保持原始数据结构特性,在流形嵌入空间的过采样可以实现更符合原始数据特性的非线性插值.面向TE过程和矿山微震2种具有不同规模和特性的非平衡工业监测数据集,F1指标分别平均提升了21.94%和37.34%,AUC指标分别提升了37.85%和10.64%,从而验证了所提方法在解决较大数据规模的非平衡模式分类问题时,具有稳定良好的分类效果.     

基于遗传算法和神经网络混合优化的配煤控制

在配煤炼焦中 ,配煤比是影响焦炭质量的主要因素 .为稳定焦炭质量就要求配煤比实时性、自适应性好 ,因此采用混合优化算法分两步进行配煤比计算 .首先 ,根据焦化反应机理 ,采用神经网络建立焦炭质量预测模型 ,并通过遗传算法 ( GA)训练权值 ,从而提高模型自适应性 .其次 ,采用 GA实现配煤比定量计算 ,克服了以往基于知识的定性分析方法中对经验的依赖 .通过系统仿真 ,证明该方法较已有方法预测精度高、实时性好     

集气管压力多级控制系统的研制

通过分析影响集气管压力控制的多种因素 ,提出了一种基于模糊控制和变频技术的多级控制算法 ,并研制出了相应的控制软件。在实际应用中实现了正常生产条件下 ,集气管压力稳定在 5 0± 10Pa。     

一类自适应混沌文化算法

混沌变异进化算法忽略了混沌规律性,未充分利用知识来提高算法的局部收敛能力.为此,借鉴文化算法的双层进化结构,在文化算法的进化引导函数中引入自适应混沌变异策略,提出一种自适应混沌文化算法.利用进化过程隐含知识控制变异尺度,使知识引导个体能跳出局部较优解,在保证种群多样性的同时,实现进化后期的精细搜索.仿真结果表明,该算法可以有效提高进化收敛速度,具有较好的计算稳定性.     

基于知识迁移的多用户交互式遗传算法

针对交互式遗传算法中小种群规模导致的算法后期收敛缓慢问题,以及多个用户对同一问题领域进行优化的可能性,本文结合文化算法的双层进化结构,提出了一种基于知识迁移的多用户交互式遗传算法模型.基于服装设计系统对上述模型及相关策略进行了实例分析,实例比较表明该模型能有效提高各用户的进化收敛速度,减轻用户疲劳.     

基于区间多目标量子文化算法的无线传感器网络覆盖能效优化

针对不确定环境下无线传感器网络覆盖能效优化问题,提出一种传感器节点区间感知模型;进而考虑网络覆盖率和节点冗余率,将其转化为区间多目标优化问题。基于一种新型区间个体依可能度占优关系,提出区间多目标量子文化算法,根据区间占优个体信息提取隐含知识,用于指导量子个体更新及进化个体变异与选择。不同环境下的仿真结果表明：基于所提出算法获得的Pareto解具有更好的收敛性、分布性和延展性;相应的无线传感器网络布局更合理。