ELECTRE-Ⅱ算法在缓倾斜矿体采矿方法选择中的应用

缓倾斜矿体开采受多种因素制约,针对其赋存特征可采用多种采矿方法.基于决策者偏好信息和价值断,利用ELECTRE-Ⅱ算法模型构造各备选采矿方法不劣于关系的强弱关系图;采用指数效用函数,对影响缓倾斜体开采因素进行无量纲化,能精确地刻画各因素在不同水平下的变化差异,进而提高了各采矿方法的不劣于关系的精度,更好地反映其优劣差异程度.结合实际案例分析,在缓倾斜矿体采矿方法选择中,基于指数效用函数的ELECTRE-Ⅱ算法科学可靠,适用性较强.     

基于FP-Growth算法的毕业生管理系统应用

将频繁项集挖掘算法中的FP-Growth算法应用到毕业生信息管理系统中,算法采用FP树对事务数据集进行压缩存储,然后再利用FP树得到所有的频繁项集.该系统可从大量的毕业生信息出发,找出就业信息与教育信息之间的关系,从而为决策者提供指导或数据支持.     

多维度聚合推荐社交系统研究

在海量信息中推荐最感兴趣的内容、快速找到志同道合的学习伙伴,实现精准推荐,是大学校园社交新需求。对大学生日常学习、生活和社交等兴趣偏好进行关键词提取,加入特征标签库,改进传统推荐算法,设计并实现多维度聚合推荐算法。实验结果表明,多维度聚合推荐社交系统能提供最精准的兴趣推荐,实现高效的智慧校园社交服务。     

考虑时变风险的成品油二次配送路径优化

成品油属于易燃易爆炸危险品,其配送过程一旦发生事故后果严重。考虑到配送过程人群聚集程度、载重和车速的动态变化,本文建立时变风险度量模型,运用BP神经网络预测车速,预测了城市高速路段和主干路路段的车速。在此基础上,构建了同时考虑配送成本与时变风险的成品油二次配送双目标路径优化模型,并提出改进的多目标列队竞争算法进行求解。本文还采用改进的多目标列队竞争算法求解文献报道的实例,求得非支配解完全支配文献报道中的非支配解,验证了算法的有效性。某武汉石化企业实例研究表明,预测的车速具有较高的准确度,所提出的方法能同步考虑配送过程的时变风险和配送成本,求得的Pareto最优配送路径集可以为企业决策者提供多样化的选择方案,具有较好的应用价值。     

民用机场模糊综合评判选址模型研究

分析民用机场的选址特点,确定主要选址因素,针对AHP法中决策者的主观判断、偏好及对问题的理解等因素对于评估结果有影响的不足,采用模糊数学、熵权、层次分析法相结合的方法,建立了模糊综合评判选址模型,运用模糊综合评判法的原理进行民用机场选址方案评价,并通过实例验证了该模型的适用性,从而为民用机场场址选择提供了一种科学、可靠的方法.     

基于改进粒子群算法的乙苯脱氢过程多目标优化

设计了一种基于支配关系构造非支配解集的多目标粒子群算法(MOPSO),将当前找到的非支配解保存到一个外部集——最优解集,利用支配更新其最优解集,多次迭代后得到Pareto最优解集。把乙苯脱氢反应过程的收率和选择性作为优化目标,动力学模型和实际生产状况作为约束条件构造乙苯脱氢过程的多目标优化问题,利用改进的多目标粒子群算法进行优化求解。基于求得的Pareto最优解集研究了各个操作条件对乙苯脱氢生产过程收率和选择性的影响,为后续乙苯催化脱氢系统实施先进控制奠定了基础。     

改进极值策略的多目标粒子群算法及其在PX氧化过程中应用

提出了一种新的用于求解多目标问题的粒子群算法,该算法采用一种新的全局极值和个体极值选取策略,提升了种群逼近Pareto最优前沿的稳定性和精度,同时为了提升种群跳出局部最优的能力,提出两步变异操作.此外还采用了外部存档存储每一代产生的非支配解,并且使用动态更新的拥挤距离来维持外部存档的规模.然后,通过典型的ZDT系列测试函数对该算法进行评估,并与MOEA/D、NNIA和NSGA-Ⅱ 3种多目标优化算法进行比较.实验结果显示,新算法相较于其他算法具有较好的分布性与收敛性.最后将其应用于PX氧化反应操作优化中,在相同计算成本的条件下,新算法优化后的醋酸和PX燃烧损失明显下降,成本损失大幅减少.     

多目标过程系统优化的粒子群算法求解

化工领域的过程设计、生产控制、配方和计划等众多问题的数学模型,在考虑产品性能、单位成本、环境影响等诸多因素下,都是多目标优化问题;而求解多目标优化问题,目前还没有有效的方法;现今的做法是把多目标优化通过加权转化为单目标优化,再求解单目标优化问题,但这存在权数不易确定;还忽视了有效解集中存在一个其各目标的值与各目标的最优值距离最近的有效解的问题,称为理想有效解.理想有效解的求法一般分为两步,先求各目标的最优值、再求理想有效解,这将影响求解的速度;为此提出在PSO(粒子群优化)算法中加入惩罚项,同时对PSO算法中的个体极值与全局极值作调整,使PSO算法适用于求多目标优化问题理想有效解,该算法对多目标问题起到边优化边求理想有效解的功效;这使得在求解速度上加快.通过性能测试表明了算法的有效性,最后将算法用于求解多亚甲基多苯基多胺生产过程系统优化取得良好效果.     

粒子群算法求解边值固定的化工动态过程优化问题

针对化工过程系统优化中广泛存在着边值固定的动态优化问题,该问题的求解数学上还没有有效的方法,现今的方法之一是将问题转化为多目标优化问题.本文在粒子群优化(PSO)算法的基础上,提出在PSO算法中加入惩罚项,同时对局部极值与全局极值作进一步的调整,使PSO算法适用于求多目标优化问题理想有效解,该算法对多目标问题起到边优化边求理想有效解的功效;即只用一步即可求理想有效解,这使得在求解速度上大为加快.最后将其用于间歇反应器的最佳反应温度边值固定动态优化控制的实际运用中,取得良好效果.     

中国焦化工业问题分析及对策研究

煤炭焦化工业在中国国民经济发展中占有不可或缺的重要地位,其生产发展和技术进步对中国经济建设意义重大.但是,近年来中国焦化工业出现多亏少赚的局面,其表面繁荣的背后却蕴含着复杂的矛盾.笔者综合大量调研信息,分析了中国焦化工业存在的问题,并提出了“更新理念、创新技术、加强化产、以化养焦”对策,供相关决策者参考.     

多目标进化算法求解过程综合中的混合整数线性规划(MILP)与混合整数非线性规划问题(MINLP)

Steady-state non-dominated sorting genetic algorithm (SNSGA), a new form of multi-objective genetic algorithm, is implemented by combining the steady-state idea in steady-state genetic algorithms (SSGA) and the fitness assignment strategy of non-dominated sorting genetic algorithm (NSGA). The fitness assignment strategy is improved and a new self-adjustment scheme of crame is proposed. This algorithm is proved to be very efficient both computationally and in terms of the quality of the Pareto fronts produced with five test problems including GA difficult problem and GA deceptive one. Finally, SNSGA is introduced to solve multi-objective mixed integer linear programming (MILP) and mixed integer non-linear programming (MINLP) problems in process synthesis.     

基于HYSYS和NSGA-Ⅱ的常压塔多目标优化

研究了炼油工业中常压塔单元的最优操作问题,通过流程模拟软件HYSYS模拟常压塔静态模型,并利用改进非支配排序遗传算法（elitist non-dominated sorting genetic algorithm, NSGA-Ⅱ）来求解效益-能耗多目标问题,从而得到一组最优操作条件Pareto解集,结果表明在保证各产品质量的前提下,常压塔全塔的经济效益还可以提高。     

Multiobjective differential evolution (MODE) for optimization of adiabatic styrene reactor

In this paper, a novel algorithm is proposed for solving multiobjective optimization problems. The proposed algorithm, multiobjective differential evolution (MODE), is applied to optimize industrial adiabatic styrene reactor considering productivity, selectivity and yield as the main objectives. Five combinations of the objectives are considered. Pareto set (a set of equally good solutions) obtained for all the cases is compared with results reported using non-dominated sorting genetic algorithm (NSGA). The results show that all objectives besides profit can be improved compared to those reported using NSGA and current operating conditions. The Pareto optimal front provides wide-ranging optimal operating conditions and an appropriate operating point can be selected based on the requirements of the user.     

基于非支配排序遗传算法的乙苯脱氢工艺条件优化

为提高现有乙苯脱氢制苯乙烯生产装置的生产率和节能水平,优化技术是一种有效的技术手段。基于改进的非支配排序遗传算法(NSGA-Ⅱ)研究了乙苯脱氢工艺条件的优化问题。把乙苯脱氢反应过程的转化率、选择性作为优化目标,动力学模型以及实际生产状况作为约束条件,构造乙苯脱氢过程的多目标优化问题。基于NSGA-Ⅱ算法求解得到的优化问题的Pareto最优集,分析了各个操作条件对乙苯脱氢生产过程转化率和选择性的影响,最后利用模糊综合评价法,为合理决策提供了有效的依据。结果表明NSGA-Ⅱ具有良好的全局优化性能,运用该算法可在不同的操作约束条件下,求解得到相应的满意解。     

基于NSGA-Ⅱ的模拟移动床色谱分离过程多目标操作优化

多目标优化策略被应用于模拟移动床过程的操作优化中，采用一种基于Pareto最优解的多目标优化算法——NSGA-Ⅱ算法，以分离联萘酚对映体的模拟移动床色谱分离过程作为研究对象，利用模拟移动床TMB数学模型，以分离性能指标作为目标函数进行了多目标操作优化设计。优化结果表明，NSGA-Ⅱ算法得到的非劣解在目标空间分布均匀，算法收敛性和鲁棒性好。基于NSGA-Ⅱ算法的面向分离性能多目标优化设计方法为模拟移动床分离过程的工艺设计和操作指导提供了有效的工具。     

Optimization of an operating domestic wastewater treatment plant using elitist non-dominated sorting genetic algorithm

Multi-objective optimization of an operating domestic wastewater treatment plant is carried out using binary coded elitist non-dominated sorting genetic algorithm. Activated sludge model with extended aeration is used for optimization. For optimal plant operation, two different optimization problems are formulated and solved. The first optimization problem involves single-objective function to estimate kinetic parameters in activated sludge model using available plant data by minimizing the weighted sum-of-square errors between computed and plant values. The second optimization problem involves single-, two- and three-objective functions for efficient plant monitoring. In second category problem, objective functions are based on plant performance criteria (i.e., maximizing the influent flow rate of wastewater and minimizing the exit effluent concentration) and economic criteria (i.e., minimizing the plant operating cost). The important decision variables are: mean cell-residence time, mixed liquor suspended solid concentration in the reactor and underflow sludge concentration. Unique solution is obtained for the single-objective function optimization problem whereas a set of non-dominated solutions are obtained for the multi-objective optimization problems. A set of optimal operating conditions are proposed based on the present optimization study, which enhances the plant performance without affecting the discharge effluent quality. Finally, sensitivity analyses of the model results to the kinetic parameters and the kinetic parameters to the GA parameters are carried out to know the sensitivity of the obtained results with changes in the input parameter space.     

基于Kriging和NSGA-Ⅱ的辅以困气改善的熔接痕优化策略

从熔接痕的成型机理出发,考虑了困气状况和熔合温度对熔接痕熔合质量的影响,提出一种以困气改善辅助提升熔接痕熔合质量的方法,建立了以“气穴面积”和“熔接痕处流动前沿温度”为熔接痕熔合质量指标的多目标评价体系,并构建了一种基于Kriging模型和非支配排序遗传算法（NSGA-Ⅱ）的多目标寻优策略,以实现工艺参数的择优选择。以多孔板熔接痕优化为例,选用拉丁超立方抽样（LHS）设计实验,建立并检验反映工艺参数和优化目标之间影响规律的Kriging模型,采用NSGA-Ⅱ确定多目标优化问题的Pareto前沿及其最优解。仿真及生产实验结果表明所建立的多目标优化策略能有效实现熔接痕的多目标优化,同时以困气改善辅助提升熔接痕熔合质量的方法效果显著。     

基于改进NSGA-Ⅱ算法的FCC分离系统多目标优化

应用流程模拟软件HYSYS对某炼厂65万吨/年重油催化裂化装置进行全流程模拟。以最大目的产品（汽油+液化气）收率与最小分离系统能耗为优化目标,采用改进的非支配排序遗传算法（NSGA-Ⅱ）对FCC分离系统进行多目标优化。通过对决策变量的择优选取、最优算法参数的研究（包括种群规模、P_c与P_m自适应策略、遗传代数）、最优点的决策建立了一套缜密的多目标优化方法。优化结果显示,目的产品（汽油+液化气）收率提升4.32个百分点,分离系统能耗降低16.88%,为FCC分离系统的操作变量优化提供了重要的数据支持与优化建议。     

反应器网络多目标综合优化

通过反应系统综合优化获得经济效益好、对环境友好的反应系统是大多化工厂提高全流程整体经济和环境性能的重要手段。反应器网络综合优化方法主要包括可得区法、导数分析法、超结构优化法、目标类法、经验推断法和分布参数法等,然而却很少有文献报道对反应器网络进行多目标综合优化。由于过程中往往存在多个相互冲突的目标函数,所以仅仅依靠单目标对反应器网络进行综合优化已显得不合适。本文采用分布参数法建立多目标优化模型,目标函数为经济最大化和环境影响最小,并采用非支配排序基因算法(NSGA-Ⅱ)进行优化得到Pareto最优解集。     

逆向法测定酮洛芬对映体在Chiralpak AD柱上的吸附等温线

模拟移动床（SMB）色谱分离与纯化的操作过程复杂,对其进行设计与优化需要使用数值模拟方法,准确测定竞争型吸附等温线具有重要意义。采用逆向法确定了25℃下酮洛芬对映体在直链淀粉手性固定相（Chiralpak AD）上的竞争吸附等温线,先用高效液相色谱测得酮洛芬对映体在Chiralpak AD 柱上的过载流出曲线,再通过拟合实验测得的流出曲线确定吸附等温线模型及其参数。研究中采用平衡扩散模型描述酮洛芬对映体在色谱柱上流出的瞬态过程。参数拟合过程中,首先用非支配基因算法（NSGA-Ⅱ）在较广的参数空间内搜索吸附等温线模型参数,再以所得结果作为初值,使用Levenberg-Marquardt 算法（LMA）对参数进一步优化。比较了4种不同竞争吸附等温线模型对实验测得的流出曲线的拟合结果,其中五参数的Bi-Langmuir 模型拟合程度最好。测量了不同进料浓度和进料量条件下的流出曲线,并通过与模型预测结果的对照验证了所确定吸附等温线模型和参数。