基于改進多目標粒子群的鐵合金配料優(yōu)化研究.pdf

1、專業(yè)學位碩士學位論文基于改進多目標粒子群的鐵合金配料優(yōu)化研究基于改進多目標粒子群的鐵合金配料優(yōu)化研究ResearchonAlloyAdditionOptimizationbasedonImprovedMultiObjectiveParticleSwarmOptimization作者姓名：張麗君專業(yè)（工程領(lǐng)域）：控制工程學號：31509103指導教師：王鈞教授完成日期：2017年6月5日大連理工大學DalianUniversityofTe

2、chnology大連理工大學專業(yè)學位碩士學位論文I摘要鋼鐵是工業(yè)的糧食，決定了整個國家的工業(yè)基礎(chǔ)。隨著鋼鐵工業(yè)的迅速發(fā)展以及市場競爭越來越激烈，降本增效的綠色生產(chǎn)觀念促使鋼鐵行業(yè)不得不在提高鋼種質(zhì)量的同時降低生產(chǎn)成本，提升企業(yè)的利潤率。由于轉(zhuǎn)爐煉鋼是目前使用最為廣泛的煉鋼方法，因此提高轉(zhuǎn)爐煉鋼自動化生產(chǎn)技術(shù)是提高鋼鐵企業(yè)競爭力的關(guān)鍵。然而，轉(zhuǎn)爐煉鋼是一個反應(yīng)復雜又快速的過程，實現(xiàn)其自動化生產(chǎn)難度較大。在轉(zhuǎn)爐煉鋼的配料投入量計算方面，國內(nèi)

3、主要還是以人工經(jīng)驗為主，易受諸多因素影響，穩(wěn)定性較低，而且容易浪費合金材料加大了企業(yè)的運營成本。因此，設(shè)計合理的轉(zhuǎn)爐煉鋼配料計算模型以生產(chǎn)出性價比高的鋼種是目前國內(nèi)鋼鐵行業(yè)急需攻破的技術(shù)難題。轉(zhuǎn)爐煉鋼中的鐵合金配料成本的最小化和鋼材質(zhì)量的最大化問題可以看成一個多目標優(yōu)化問題。多目標優(yōu)化區(qū)別單目標優(yōu)化之處在于其所得到的解是一組相互之間無法比較的解。粒子群優(yōu)化算法作為一種新興的群體搜索技術(shù)，每次運行后便可以獲取多個可供選擇的優(yōu)化解，非常適合

4、于多目標問題的求解。但是，如何平衡好多目標粒子群優(yōu)化算法的搜索能力是影響其優(yōu)化性能的關(guān)鍵性問題，如何改進多目標粒子群優(yōu)化算法的性能仍存在可以繼續(xù)探討和深入研究的余地。本文主要對以下兩個問題進行了研究：（1）針對全局搜索和局部搜索的平衡問題，提出一種基于多樣性檢測的多子群多目標粒子群算法。首先，引入多樣性檢測方法，結(jié)合多目標粒子群算法的特點進行改進。其次，將種群分為兩個不同分工的子群，一個子群保持較好的多樣性，在搜索空間進行全局搜索；另一

5、個子群保持較好的收斂性，在Pareto前沿附近進行局部搜索。此外，根據(jù)多樣性度量指標調(diào)整兩個子群的搜索參數(shù)，以達到兼顧多樣性和收斂性的目的。所提算法在標準測試問題上的仿真實驗結(jié)果說明了該算法相比于其它算法具有一定優(yōu)勢。（2）針對轉(zhuǎn)爐煉鋼生產(chǎn)過程中鐵合金加入量難以計算的問題，以多目標優(yōu)化為基礎(chǔ)，建立了鐵合金加入量的優(yōu)化模型，同時降低了鐵合金成本和鋼水元素誤差。該模型采用極端學習機網(wǎng)絡(luò)設(shè)計了鋼水元素軟測量模型，并應(yīng)用改進的多目標粒子群優(yōu)化算