CSP生产线轧制批量计划的优化

研究了某厂CSP生产线轧制计划编制的优化问题。分析了CSP生产线轧制计划编制的约束和目标。从全局最优观点采用并行处理策略,建立适合CSP生产线约束规程的生产作业计划模型,将生产批量计划归结为确定车辆数的车辆路径问题,建立了CSP轧制批量计划的数学模型。提出了宽度、厚度和时间三个惩罚因子,采用并行策略,应用最近插入法和禁忌搜索法求解。计算结果数据表明算法是有效的。     

重大事故救灾路线双目标优化模型及算法

运用运筹学的理论和方法,建立一种重大事故救灾路线双目标优化数学模型.基于启发式算法思想,提出适合该模型且收敛速度较快的优化算法.该算法通过构造辅助函数调用Dijkstra算法,在最优解的近似区间内多次迭代逐渐逼近最优解,实现了双权重网络图最短路的求解,是一种近似的、快速的算法.基于所构造辅助函数的性质,给出实现该算法的具体步骤.对误差进行线性估计,分析了该算法收敛速度的影响因素,并讨论了算法的时间复杂度及优势.最后在案例分析中编译并运行该算法,证实其模拟结果与理论分析结论相吻合.      

高炉利用系数目标优化模型的研究与应用

以与炉腹煤气量指数相关联的高炉利用系数为优化目标,建立了包括物质和能量的平衡约束、工艺约束、操作条件约束、其他变量上下限约束共50个线性和非线性约束条件,原燃料参数、工艺参数、生铁质量参数共16个优化变量的高炉性能优化模型。利用序列二次规划算法,得出优化结果。经与实际生产数据比较,验证了模型的正确性。利用该优化模型和算法,分析了高炉炉腹煤气量指数、煤比、铁的直接还原度、鼓风温度、鼓风湿度、鼓风富氧率对高炉利用系数的影响。     

基于无偏Q值反馈的社区划分算法

在分析现有社区划分算法的基础上,针对当前算法Q值有偏及权值未体现等缺陷,提出了一种基于无偏Q值反馈的社区划分算法.该算法首先利用传递权值计算出节点间的相似度;然后,采用随机游走策略确定最优社区数,以解决现有划分算法中Q值有偏的问题;最后,在最优社区数确定的情况下,利用划分结果评价Q值反馈更新信息素矩阵以驱动后续的划分,从而达到快速收敛的目的.针对计算机构造的数据集以及实际网络的实验分析结果表明,与现有算法相比,该算法在社区划分方面具有更高的准确率及更快的收敛速度,能够达到社区划分以及核心节点发现的目的,可被推广应用至移动社会网络模型的建立中.     

基于改进差分进化算法的无人机在线低空突防航迹规划

为了解决无人机在部分未知敌对环境中的低空突防航迹规划问题,提出了一种改进的差分进化算法.该算法的进化模型采用冯.诺伊曼拓扑结构,并对其进行拓展,使种群在进化初期保持多样性,避免进化早期陷入局部最优,而进化后期加快收敛速度.该算法改进了差分进化算子中的变异操作,从而加快算法的收敛速度,快速找到多目标优化问题的最优解;同时,采用将绝对笛卡儿坐标和相对极坐标相结合的编码方式以提高搜索效率.将该算法用于无人机在线航迹规划仿真实验,并和未改进的算法结果作比较,验证了该算法的有效性.     

基于烧结大数据预测小于10 mm烧结矿含量模型

为了给高炉提供合格的烧结矿,提出基于烧结生产线各个环节的大量数据,将XGBoost算法、因子相关分析与深度学习算法相结合的大数据技术对烧结矿小于10 mm粒级含量进行预测。首先,对烧结厂数据库的数据进行搜集、整合和预处理;其次,进行因子分析,筛选出适合建模的14个相关变量并进行变量之间的相关性分析;最后,建立深度神经网络算法模型。通过测试并与传统算法模型进行性能比较,结果表明,模型预测效果很好,达到了精确预测烧结矿小于10 mm粒级含量的目的,对烧结实际生产具有很好的指导意义。     

一种动态的时延约束费用优化多播路由算法

对动态环境下满足时延约束且费用最优的多播路由算法进行了研究.改进了一种触发重组算法,该算法根据一个区域内的节点加入或退出次数来确定对多播树的损害程度,若达到所给定平衡因子的值则触发重组.仿真表明,该算法具有较好的性能,能满足某些特殊的场合的要求.     

热轧轧制力小波神经网络预报模型的研究

为了进一步提高热连轧精轧机组轧制力的设定精度,采用小波神经网络建立轧制力预报模型。并采用改进的快速BP算法来训练网络。仿真结果表明：建立的轧制力预报模型的预报值与实际值之间的相对误差在±6％以内,且学习算法收敛速度快。     

基于聚类-约束满足算法的钢管入库优化决策模型

针对钢管入库优化决策问题,建立了问题的约束满足优化模型,并通过对垛高和钢管堆放规则的分析,提出了基于聚类和约束满足技术的两阶段求解算法.算法在第一阶段采用聚类的方式对待入库的钢管按照多重属性进行分组;在第二阶段利用约束满足技术对于每组钢管分别指派垛位及其在垛位上的具体位置,并通过约束传播动态缩减问题的搜索空间.最后将算法与经典的BFD （best fit deceasing）算法进行实验结果对比.实验结果表明,算法能够在保证倒垛次数最小的前提下,有效减少垛位数并具有良好的垛位利用率,模型及算法可行、有效.     

基于鱼群算法的多维背包问题研究

将鱼群算法应用于求解多维背包问题,提出一种求解多维背包问题的鱼群算法.MKPAFSA.定义MKPAFSA 中的各元素,且引入启发因子和动态因子,并对鱼群算法进行了改进和优化.它减少了人工鱼的搜索时间,有效改善了鱼群算法后期收敛较慢且一般仅能得到满意解域的缺陷.仿真试验取得了较好的结果.     

基于自适应网格划分的复杂矿体投影轮廓线自动生成方法

为解决复杂矿体投影轮廓线生成计算量大、速度慢等问题,提出一种基于网格划分的矿体投影轮廓线自动生成方法,将构成矿体模型的三角网格降维投影,生成二维三角形面片集;采用自适用规则网格划分投影区域,将三角形面片数据存储至网格单元中并建立索引关系;采用邻接单元搜索方法将网格单元进行分类,并用单元的边界矩形代替内部单元中的三角形面...     

Modeling Particle Dispersion under Human Activity Disturbance in a Multizone Indoor Environment

Human activity is an important factor influencing particle resuspension in the indoor environment. This work studies the applicability of a multizone airflow and contaminant transport model (CONTAM 2.1) in the simulation of indoor dispersion of particles under human activity disturbance. An iterative method is suggested to complement CONTAM 2.1, by tracking the transient particle concentration on floor surface due to dynamic deposition and resuspension process. A three-zone building with a heating, ventilation, and air conditioning system is used as the simulation case to test the convergence and accuracy of this algorithm under different particle-release scenarios. The algorithm shows a very fast convergence speed in the simulation. Comparisons of calculation results between the multizone model and the analytical model show good agreement and verify the accuracy of the multizone model simulation. The airborne particle concentration profiles and human breathing dose are also analyzed for the three-zone building model.     

分布式一致性最优化的梯度算法与收敛分析

研究了多智能体网络中受集合约束的一致性最优化问题,提出了基于原始–对偶梯度的定步长分布式算法。算法中包括步长在内的参数会影响收敛性,需要先进行收敛分析,再根据收敛条件设置合适的参数。本文首先针对一般的定步长迭代格式,提出一种基于李雅普诺夫函数的收敛分析范式,它类似于一般微分方程关于李雅普诺夫稳定的分析方法。然后,针对所考虑的分布式梯度算法,构造了合适的李雅普诺夫函数,并根据收敛条件得到了算法参数设定范围,避免了繁冗复杂的分析论证。本文提出的理论与方法也为其他类型的分布式算法提供了一个框架性、系统性的论证方法。      

Computational Analysis of Quality Reduction during Drying of Lumber due to Irrecoverable Deformation. II: Algorithmic Aspects and Practical Application

This paper describes the development of an efficient numerical integration algorithm for an orthotropic viscoelastic-mechanosorptive-plastic material model for wood, which was presented in Part I of this serial. This development utilizes both a semianalytical algorithm for the viscoelastic parts, and the return-mapping algorithm known from plasticity for the mechanosorptive-plastic part of the model. This yields an easily computed, closed form expression for the consistent tangent operator, and, as a consequence, a quadratic rate of asymptotic convergence on the global level of the incremental-iterative analysis by means of the FEM. To prove the practical applicability of the presented formulation, a numerical study of the so-called case-hardening phenomenon as observed on fast dried pine wood was performed. Selected results are presented and discussed.     

多目标粒子群优化算法研究综述

针对多目标粒子群优化算法的研究进展进行综述。首先,回顾了多目标优化和粒子群算法等基本理论;其次,分析了多目标优化所涉及的难点问题;再次,从最优粒子选择策略,多样性保持机制,收敛性提高手段,多样性与收敛性平衡方法,迭代公式、参数、拓扑结构的改进方案5个方面综述了近年来的最新成果;最后,指出多目标粒子群算法有待进一步解决的问题及未来的研究方向。      

基于IAGA的冷连轧机预防打滑的规程优化设计

为解决冷连轧轧制过程中的打滑问题,在引入打滑因子的基础上,建立了以预防打滑为目标的规程优化模型.针对标准遗传算法存在的早熟收敛、振荡和随机性太大等缺点,利用改进的自适应遗传算法进行优化.该算法提出了一种基于排序的多轮轮盘赌选择算子,提高了算子的选优能力,也减少了随机性所产生的误差,同时依据个体适应度的值确定染色体的交叉概率和变异概率,使前期变异明显,后期趋于稳定,保证了种群开发和搜索的平衡及全局收敛性.现场试验及生产实践情况证明,该优化规程模型能够有效地降低打滑发生的概率,提高产品的质量,获得更好的经济效益.     

求解整体最优化问题的涨落算法

本文提出了寻4求整体最优解的一种新算法。这个算法对一类范围甚广的工程优化问题(维数 ≤ 5~6)较为有效。文中给出了算法及收敛性、最优性条件、计算实施的若干建议,以及计算实例。     

BCOISOA-BP网络在磨矿粒度软测量中的应用

传统人群搜索(SOA)算法通过计算搜索方向、搜索步长和搜寻更新个体位置三个步骤进行寻优.它的缺点在于计算量大,种群之间信息交流少,导致寻优速度慢.针对人群搜索算法存在的缺点,本文提出二项交叉算子改进人群搜索算法(BCOISOA)对其改进.在计算搜索步长方面,本文采用随机数与最大函数值位置乘积判断子群位置,进而提高全局寻优计算速率.在更新位置方面,本文提出二项交叉算子加强种群之间的联系,避免在更新搜索方向过程中,算法因局部最优而导致过早收敛,进而达到快速、准确寻找最优解的目的.本文将以上二项交叉算子改进人群搜索-BP神经网络算法应用在二段式磨矿过程中,实现磨矿粒度在线软测量.仿真结果表明,与人群搜索算法和粒子群算法进行比较,二项交叉算子改进人群搜索算法收敛速度更快,预测精度最高,满足对磨矿粒度实时检测的要求.     

基于贝叶斯方法的神经网络应用于冷轧轧制力预报

 采用了一种基于贝叶斯方法的前向神经网络训练算法以提高网络的泛化能力,并在网络的目标函数中引入了表示网络结构复杂性的惩罚项,避免了网络的过拟合。采用Levenberg Marquardt算法训练网络,并使用Gauss Newton的数值方法来近似求解Hessian矩阵,以减少计算量,从而提高了网络的收敛速度。将上述网络应用于冷轧过程的轧制力预报中,预报结果的精度远远高于解析模型,与基于传统BP神经网络的冷轧轧制力预报模型相比,在收敛的速度和预报的精度上均优于后者。