微通道内气液两相流中气化率的预测研究

建立了三维微通道模型,利用Fluent对模型进行求解不同工况下流质的气化率,在VOF模型中,假设液态酒精、气态酒精、液态水、气态水的入口体积分数恒定,设计了2种操作条件,即不同的入口流速和不同的加热量.将气化率作为输出,2种操作条件作为输入,通过非线性回归设计,建立了2输入单输出的预测模型.结果表明,同线性回归预测模型...     

用于编制热轧生产流程的新型Meta-heuristic算法

带钢热轧具有特殊的生产工艺约束, 其生产流程的编制是钢铁企业生产的关键, 因此提出采用并行策略的基于多旅行商问题(MTSP)热轧轧制模型. 该模型不但考虑了板坯在宽度、厚度和硬度跳变时的约束, 还考虑了同一轧制单元内轧制板坯数量的约束. 并设计了新的Meta-heuristics算法求解此模型. 通过对某热轧带钢厂生产数据的仿真实验,表明模型和算法能有效地给出满意的排产结果, 并且具有较高的执行效率.     

流程工业预测控制技术概述

对预测控的研究作了简要概述.对预测控制的发展历史作了简要回顾.阐述了预测控制与自适应和内模理论的结合方面的研究.对于非线性系统的预测控制,从预测模型的角度,描述了关于预测控制方法的研究情况.并且讨论了预测控制与其它智能控制策略结合的研究.最后指出了一些预测控制研究中的问题,以及预测控制研究的方向.     

通过多种群协进化Memetic算法求解TSP

针对对称TSP提出了多种群协进化Memetic算法（MCMA）．该算法以Memetic算法为基础,采用3个子种群协同进化的方式,克服了Memetic算法由于缺乏种群多样性而产生早熟收敛的缺陷．MCMA中对3个子种群分别引入了2-exchange、3-exchange和PCV三种不同的邻域搜索结构,非常有效地保持了种群的多样性,并且能快速收敛．文中通过对若干TSPLIB中TSP实例的实验仿真来说明所提算法的性能,并且与SGA、SMA和GGA算法进行了比较．通过仿真实验,该算法能够给出相当满意的结果,从而说明了该算法的有效性．     

用P-MA解决多目标炉次计划编制问题

针对炼钢-连铸-热轧一体化生产中的炉次计划编制问题建立了基于多目标优化的数学模型,并设计了P-MA（Pareto-basedMemeticAlgorithm）。基于多目标优化的数学模型能更好地反映炉次计划的工艺约束,可以得到多个Pareto非支配解,为一体化生产的动态协调和调整提供了更多的炉次方案,使整个生产过程具有更大的灵活性。P-MA采用SPEA2的框架并结合了基于Pareto支配性的自适应网格存档（AGA）策略来评价邻域解的质量,以确定是否接受这个新解。通过对实际生产数据的仿真实验验证了P-MA在求解多目标炉次计划编制问题上是有效的。