啤酒生產(chǎn)過程優(yōu)化和綜合自動化若干關(guān)鍵技術(shù)研究.pdf

1、啤酒生產(chǎn)是我國的一個傳統(tǒng)產(chǎn)業(yè)，隨著國民經(jīng)濟(jì)的發(fā)展和人民生活質(zhì)量的改善，我國啤酒工業(yè)得到空前的發(fā)展，為國民經(jīng)濟(jì)建設(shè)發(fā)揮了非常重要的作用。盡管如此，由于啤酒企業(yè)競爭的日益激烈和市場的逐漸開放，對啤酒生產(chǎn)過程的控制和優(yōu)化研究更顯得具有重大的現(xiàn)實(shí)意義。但是，啤酒生產(chǎn)過程是一個復(fù)雜的工業(yè)系統(tǒng)，雖然傳統(tǒng)控制與優(yōu)化理論比較成熟，但在復(fù)雜工業(yè)系統(tǒng)中的應(yīng)用還存在局限性。隨著智能方法的發(fā)展，出現(xiàn)了許多獨(dú)立于問題的智能算法，如蟻群算法，遺傳算法，專家系統(tǒng)等等

2、，適合于復(fù)雜工業(yè)系統(tǒng)中控制與優(yōu)化問題，為解決復(fù)雜問題提供了新的思路和方法。 本文以啤酒生產(chǎn)過程為工程背景，從智能優(yōu)化算法到對啤酒原料配方優(yōu)化設(shè)計(jì)、啤酒生產(chǎn)調(diào)度優(yōu)化問題進(jìn)行了研究，還對啤酒生產(chǎn)過程的綜合自動化及其應(yīng)用技術(shù)進(jìn)行了研究。 論文的主要工作和創(chuàng)新點(diǎn)如下： (1)針對現(xiàn)有蟻群算法在優(yōu)化迭代過程中存在的不足，受人類社會活動某些特征的啟發(fā)，提出了兩種改進(jìn)算子，分別是仿效人類創(chuàng)新思維的好奇因子和效仿人類社會稅收功效

3、的征稅算子。兩種改進(jìn)算子修正了蟻群算法中選擇策略與信息素更新規(guī)則。另外，本文還對改進(jìn)算子的參數(shù)設(shè)置以及收斂性問題進(jìn)行研究討論。大量仿真結(jié)果表明，添加改進(jìn)算子的蟻群優(yōu)化算法非常有效，兩者能有效地提高蟻群算法全局優(yōu)化能力，并且對以往改進(jìn)的蟻群算法普遍有效。另外，兩種改進(jìn)算子也被應(yīng)用于后續(xù)的應(yīng)用研究中，同樣表現(xiàn)出了優(yōu)異的全局優(yōu)化能力。 (2)建立了啤酒風(fēng)味與原料組分的關(guān)系模型，研究啤酒原料配方優(yōu)化設(shè)計(jì)方法，并在此基礎(chǔ)上提出了一種適合連

4、續(xù)域優(yōu)化的變尺度蟻群算法。目前啤酒企業(yè)生產(chǎn)配方仍然依靠人工經(jīng)驗(yàn)結(jié)合試驗(yàn)的方法來確定，具有一定的盲目性，各種指標(biāo)參數(shù)很難令人滿意。因此論文開展了對啤酒配方智能優(yōu)化設(shè)計(jì)方法的研究，首次對啤酒風(fēng)味指標(biāo)進(jìn)行量化研究，利用模糊綜合評判和神經(jīng)網(wǎng)絡(luò)方法建立原料組分與啤酒風(fēng)味之間的關(guān)系模型。另外，原料配方優(yōu)化屬于連續(xù)域優(yōu)化問題，為了提高蟻群算法求解此類連續(xù)域優(yōu)化問題的能力，本文提出了一種變尺度蟻群算法，并將改進(jìn)蟻群算法成功應(yīng)用于啤酒原料配方設(shè)計(jì)中。研究

5、結(jié)果表明，啤酒原料配方蟻群優(yōu)化設(shè)計(jì)方法的設(shè)計(jì)效率明顯優(yōu)于傳統(tǒng)配方設(shè)計(jì)方法，具有良好的工業(yè)應(yīng)用價(jià)值。此外，與傳統(tǒng)蟻群算法相比，改進(jìn)蟻群算法能有效地降低計(jì)算量，縮短計(jì)算時(shí)間，更適合于解決連續(xù)域優(yōu)化問題。 (3)分析啤酒生產(chǎn)工藝和生產(chǎn)流程，建立了啤酒企業(yè)的生產(chǎn)調(diào)度模型，并應(yīng)用蟻群算法進(jìn)行了啤酒生產(chǎn)優(yōu)化調(diào)度研究。由于啤酒生產(chǎn)半連續(xù)的特點(diǎn)以及迅速響應(yīng)市場變化的需求，使得啤酒全部生產(chǎn)活動和經(jīng)濟(jì)效益極大地依賴于生產(chǎn)計(jì)劃和調(diào)度。于是，本文研究了啤酒生產(chǎn)

6、過程中的調(diào)度問題。為了降低問題的規(guī)模與復(fù)雜性，考慮到啤酒生產(chǎn)過程和工藝特點(diǎn)，本文將啤酒生產(chǎn)調(diào)度劃分為生產(chǎn)計(jì)劃和生產(chǎn)調(diào)度兩部分并單獨(dú)進(jìn)行機(jī)理建模，分別建立了適合于中長期的生產(chǎn)計(jì)劃數(shù)學(xué)規(guī)劃模型以及適合短期的生產(chǎn)調(diào)度數(shù)學(xué)規(guī)劃模型。然后，應(yīng)用蟻群優(yōu)化算法求解此類生產(chǎn)優(yōu)化調(diào)度問題。仿真結(jié)果表明，蟻群算法能優(yōu)于遺傳算法等其它智能算法獲得更佳的解決方案，而且提出的啤酒生產(chǎn)優(yōu)化調(diào)度方法能夠很好保證生產(chǎn)庫存穩(wěn)定，減少市場波動給企業(yè)帶來的負(fù)面影響。