《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 改進的粒子群算法在燒結配料中的應用
改進的粒子群算法在燒結配料中的應用
來源:微型機與應用2012年第16期
趙 輝1,2,王 明1,王紅君1,岳有軍1
(1.天津理工大學 天津市復雜系統控制理論及應用重點實驗室,天津300384;2.天津農學院,天津3
摘要: 為提高計算機燒結配料的自適應性和通用性,提出了基于改進粒子群算法優化求解的方法。該方法采用柯西分布函數演化而來的調整函數,根據迭代次數慣性權重動態調整,對粒子群算法的全局和局部搜索能力進行平衡調整,使算法初期有較快的收斂速度,后期又保持較高的尋優精度,從而提高了粒子群算法的全局和局部搜索能力。仿真結果表明,所提出的改進粒子群算法收斂速度快、精度高、具有較強的全局尋優能力,能有效降低鋼鐵企業燒結成本,為實際工程應用提供了一個新思路。
Abstract:
Key words :

摘  要: 為提高計算機燒結配料的自適應性和通用性,提出了基于改進粒子群算法優化求解的方法。該方法采用柯西分布函數演化而來的調整函數,根據迭代次數慣性權重動態調整,對粒子群算法的全局和局部搜索能力進行平衡調整,使算法初期有較快的收斂速度,后期又保持較高的尋優精度,從而提高了粒子群算法的全局和局部搜索能力。仿真結果表明,所提出的改進粒子群算法收斂速度快、精度高、具有較強的全局尋優能力,能有效降低鋼鐵企業燒結成本,為實際工程應用提供了一個新思路。
關鍵詞: 粒子群算法;燒結;優化;慣性權重;仿真

    在市場經濟的推動下,現代鋼鐵生產成本和經濟效益的矛盾十分突出,對于各大鋼鐵企業來說,降低成本、提高產品質量已迫在眉睫。因此,單一礦種的燒結已經難以滿足企業的要求,當今大部分企業已經采用幾種礦粉合理搭配進行燒結,這樣既可以降低燒結成本,又能提高燒結礦質量。尤其最近各大企業相繼增加進口粉和外來鐵礦粉的用量,并且隨著進口粉和外來粉種類增多,探討各種原料的合理配比已勢在必行[1]。


    算法描述如下:
    (1)初始化粒子群。確定種群大小、空間維數、各粒子的隨機位置和速度及最大迭代次數。
    (2)評價各計算粒子的適應值。
    (3)對每個粒子xi,將其適應值與其經歷過的最好位置pi的適應值作比較,如果較好,則將xi作為當前的最好位置pi。
    (4)對每個粒子xi,將其適應值與所有粒子經歷過的最好位置pg的適應值作比較,如果較好,則將其作為當前所有粒子的最好位置pg。
    (5)每次迭代中,根據式(1)、式(2)對每個粒子的位置和速度進行更新。
    (6)滿足最大迭代次數或全局最優位置滿足預定精度要求則停止迭代,輸出全局最優解,算法終止,否則跳轉步驟(2)繼續執行。
2 粒子群算法改進
    研究發現在算法的迭代過程中動態地調整慣性權重,可以改變搜索能力的強弱。慣性權重類似模擬退火中的溫度,較大的慣性權重有較好的全局收斂能力,而較小的慣性權重則有較強的局部收斂能力。因此,隨著迭代次數的增加,慣性權重應不斷減少,從而使得粒子群算法在初期具有較強的全局收斂能力,而晚期具有較強的局部收斂能力。例如在參考文獻[5]中提出了線性遞減權重策略,慣性權重w滿足:
    

 


4 仿真計算
    根據以上數學模型,采用Matlab語言、粒子群算法和改進的粒子群算法,分別編制燒結礦優化配料計算程序,計算出的精鐵礦和粉礦需求量及成本如表3所示。其中方案1、方案2、方案3分別代表標準粒子群算法、線性遞減慣性權重改進粒子群算法、本文改進粒子群算法的仿真結果。

    運用改進粒子群算法對鋼鐵燒結礦配料進行優化計算,計算機仿真結果表明符合實際工藝要求,通過與標準粒子群算法和線性遞減改進粒子群算法的結果相比較,可看出本文提出的改進粒子群算法具有更好的尋優能力和更高的運算精度。由于粒子群算法在優化實現的過程中,不需要對優化問題的數學模型有過高的要求,避免了常規數學方法在求解過程中的復雜性,因此使用人員不需要具備過高、過深的數學理論知識,很適合工程技術人員使用。
參考文獻
[1] 梁中渝.煉鐵學[M].北京:冶金工業出版社,2009.
[2] EBERHART R C,KENNEDY J.A new optimizer using particles swarm theory[C].Proc Sixth International Symposium on Micro Machine and Human Science,1995:87-92.
[3] 張麗平.粒子群優化算法的理論及實踐[D].杭州:浙江大學,2005.
[4] 張增強,黃馬壯.粒子群算法在計算機自動配棉優化中的應用[J].紡織學報,2011,32(2):44-47.
[5] SHI Y,EBERHART R C.Empirical study of particle swarm optimization[C].Proceedings of the IEEE Congress on Evolutionary Computation,1999:1945-1950.
[6] 宋永強.改進的粒子群優化算法及其在石油性質預測中的應用[D].青島:中國石油大學,2008:15-18.
[7] 周品,趙新芬.Matlab數學建模與仿真[M].北京:國防工業出版社,2009:373-377.
[8] 李寧,鄒彤,孫德寶.基于粒子群的多目標優化算法[J].計算機工程與應用,2005(23):43-46.
[9] 黃玉明.重鋼燒結配礦優化研究[D].重慶:重慶大學,2005.
[10] 周常立.燒結配料優化方法及工業應用[D].長沙:中南大學,2011.
[11] CIUPRINA G,LOAN D.Use of intelligent-particle swarm optimization in electromagnetics[J].IEEE Trans on Magnetics,2003,38(2):1037-1040.

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 欧美一级在线看 | 一级毛片成人免费看a | 精品成人免费一区二区在线播放 | 国产精品亚洲第五区在线 | 午夜精品一区二区三区在线观看 | 小泽玛利亚的一级毛片的 | 在线视频第一页 | 日本三级成人中文字幕乱码 | 国产欧美另类久久久精品免费 | 一区二区不卡久久精品 | 一区二区三区四区视频 | 女人野外小树林一级毛片 | 色三级大全高清视频在线观看 | 久久国产网站 | 在线观看日本污污ww网站 | 亚洲精品一区二区三区四 | 久草在线免费福利视频 | 国产一级片免费 | 日韩不卡在线观看 | 欧美精品videosbestsex另类 | 久草国产在线观看 | 成人午夜视频在线播放 | 欧美一级在线观看视频 | 国产精品欧美亚洲韩国日本 | 韩国美女毛片 | 在线亚洲精品 | 在线欧美精品二区三区 | 中文成人在线 | 欧美另类久久久精品 | 久草视| 国产亚洲精品看片在线观看 | 亚洲精品国产经典一区二区 | 伊人2233 | 中文字幕在线永久 | 欧美特黄一区二区三区 | 精品国产一区二区三区在线 | 美女被强行扒开双腿激情视频 | 免费看欧美一级片 | 亚洲人成影院在线高清 | 日韩一级欧美一级 | 亚洲欧美日韩在线精品一区二区 |