首页 | 本学科首页   官方微博 | 高级检索  
     

基于线性规划和遗传–粒子群算法的烧结配料多目标综合优化方法
引用本文:李勇,吴敏,曹卫华,王春生,赖旭芝. 基于线性规划和遗传–粒子群算法的烧结配料多目标综合优化方法[J]. 控制理论与应用, 2011, 28(12): 1740-1746
作者姓名:李勇  吴敏  曹卫华  王春生  赖旭芝
作者单位:中南大学信息科学与工程学院,湖南长沙,410083
基金项目:国家“863”计划资助项目(2009AA04Z157, 2008AA04Z128).
摘    要:针对钢铁企业二次配料工艺,本文采用将硫含量折算为可比成本,兼顾节能减排目标和配料成本,建立了二次配料多目标优化模型;提出了一种基于线性规划和遗传–粒子群算法(GA–PSO)的钢铁烧结配料优化方法.首先采用线性规划算法进行求解,若线性规划方法无法求得最优解,则采用GA–PSO算法进行搜索.该方法应用于某钢铁企业360m2生产线的"配料优化与决策支持系统"中,实际运行结果表明,该算法在保证烧结矿质量的前提下,能够有效地减少二氧化硫排放,降低配料成本.

关 键 词:烧结  配料  线性规划(LP)  粒子群算法(PSO)  遗传算法(GA)
收稿时间:2010-09-16
修稿时间:2011-02-12

A multi-objective optimization algorithm for sintering proportion based on linear programming and genetic algorithm particle swam optimization
LI Yong,WU Min,CAO Wei-hu,WANG Chun-sheng and LAI Xu-zhi. A multi-objective optimization algorithm for sintering proportion based on linear programming and genetic algorithm particle swam optimization[J]. Control Theory & Applications, 2011, 28(12): 1740-1746
Authors:LI Yong  WU Min  CAO Wei-hu  WANG Chun-sheng  LAI Xu-zhi
Affiliation:School of Information Science and Engineering, Central South University,School of Information Science and Engineering, Central South University,School of Information Science and Engineering, Central South University,School of Information Science and Engineering, Central South University,School of Information Science and Engineering, Central South University
Abstract:
Keywords:sintering   proportion   linear programming(LP)   particle swam optimization(PSO)   genetic algorithm(GA)
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《控制理论与应用》浏览原始摘要信息
点击此处可从《控制理论与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号