一种基于多代理模型的混合整数规划优化方法

提出一种基于多代理模型的优化方法,求解混合整数规划问题.首先,基于群智能优化策略提出一种基于多群体协作模型的采样方法,保证候选解的正确性和多样性;其次,采用基于数据并行的高斯过程建模方法,在线构造局部代理模型;再次,通过多代理模型对候选解进行预筛选,实现与粒子群算法的协同优化;最后,通过14个测试问题和一个基于数据驱动的模型参数选取问题,验证所提出方法的有效性.     

基于相关向量机样本选择的钢铁企业副产煤气系统预测

针对副产煤气系统的运行数据冗余度高、噪声强等特点，提出了一种基于相关向量机算法(relevance vector machine, RVM)的训练样本选择的副产煤气系统预测算法。鉴于RVM算法具有相关样本自动选择的特点，提出采用此算法对原始训练集数据进行训练，以获取的相关向量作为基本训练集；之后利用K近邻算法(K nearest neighbor, KNN)实现对基本训练集合的样本增强，并以此作为新的训练集，从而实现样本的去冗余，提高训练样本质量，提升算法效率与预测准确度。采用国内某钢铁厂高炉煤气数据进行试验，试验效果表明，本文所提的方法可有效针对高炉煤气数据进行样本选择，并以较快的模型训练效率获得较高的煤气柜柜容预测精度，预测结果可为钢铁煤气系统的优化调度工作提供基础。     

数据驱动的综合能源系统运行优化方法研究综述

构建清洁、低碳、安全、高效和可持续的现代能源体系被列为我国国家能源发展战略.综合能源系统(integrated energy system,IES)包含多类能源的产生、传输、转换、存储以及分配等过程,其综合管控与协同优化是在系统工艺与装备相对完备的情况下提升能源效率、降低成本、保护环境的关键技术,可为我国构建低碳可持续...     

钢铁能源管控优化研究应用的综述与展望

钢铁工业是国民经济支柱性产业，同时也是能源消耗排放大户。随着“碳达峰”“碳中和”等目标的提出，钢铁行业绿色化势在必行。而在生产工艺与核心设备相对完备、固定的前提下，能源管控优化成为节能降耗、低碳运行的主要手段，相关方法技术自然也成为了行业的研究应用热点。针对钢铁工业能源系统管控优化问题，综述状态感知与趋势预测、运行优化与设备控制、调度决策与系统优化、平台研发与工程应用4个方面的研究进展，覆盖机理建模、数据驱动、工业互联网、人工智能等多个理论技术体系。最后，基于行业现状、结合发展趋势，总结归纳了钢铁能源管控优化的难点挑战与未来发展方向。