location: Current position: Home >> Scientific Research >> Paper Publications

基于微粒群算法的转炉合金加入量多目标优化模型

Hits:

Indexed by:期刊论文

Date of Publication:2010-12-15

Journal:控制与决策

Included Journals:Scopus、EI、PKU、ISTIC、CSCD

Volume:25

Issue:12

Page Number:1901-1904

ISSN No.:1001-0920

Key Words:合金加入量;支持向量机;微粒群优化算法;多目标优化

Abstract:针对转炉炼钢过程中钢水出钢环节脱氧合金剂加入量确定的问题,建立了合金加入量优化计算模型.首先,利用支持向量机建立钢包元素含量预测模型,将该模型的预测结果与元素规定含量的误差作为优化模型的一个目标函数,合金成本作为另一个目标函数;然后利用预测收得率方法计算合金加入量并作为优化模型的初始值,使用改进的动态邻域多目标微粒群算法对优化模型进行求解,有效地找出Pareto最优解集,并根据实际需要得出较好的优化结果.仿真实验表明了该优化模型的有效性.

Pre One:一种有效的储备池在线稀疏学习算法

Next One:Semi-supervised Bayesian ARTMAP