期刊文献+

基于遗传算法的选煤工艺参数优化 被引量:1

Process Parameter Optimization of Coal Preparation on Genetic Algorithm
下载PDF
导出
摘要 对选煤生产过程优化目标进行了分析,采用以经济效益为目标,建立了优化工艺参数与优化目标间的关系模型,该模型是非线性的。选煤生产过程工艺参数优化就是指在市场需求、资源配置,生产能力等条件下,选择最合适的分选密度和分选灰分,获得最大经济效益。遗传算法利用生物进化机制,在一个较大的初始解空间中,通过优胜劣汰的方法进行优化求解,和其他优化方法相比不仅寻优能力强而且计算速度快。基于遗传算法对选煤生产过程工艺参数进行了优化操作,根据具体情况,采用特定的遗传操作。仿真结果表明,优化后的工艺参数能获得最大的经济效益。 The optimization model of coal preparation production process is given in the objective of economic benefits.Relational model between the optimization process parameter and the optimization goal is founded.The model is nonlinear.Under the conditions of market demand,the resources deployment,productivity and so on,the process parameter optimization of coal preparation production is to choose the appropriate separation density and separation ash to obtain the maximum economic profit.GA is a way of using the mechanisms of biological evolution to solve the optimization in a larger space of the initial solution through the survival of the fittest.Compared with the other methods,it doesn't only have the stronger optimizing ability,but also its computing speed is quicker.The process parameter optimization of coal preparation production is carried on genetic algorithm.According to the special details,the specific heredity operation is adopted.The simulation results show that the optimized process parameter can obtain the maximum economic benefits.
作者 郭西进 高强
出处 《控制工程》 CSCD 北大核心 2009年第S3期1-3,6,共4页 Control Engineering of China
关键词 遗传算法 选煤 工艺参数优化 genetic algorithm coal preparation process parameter optimization
  • 相关文献

参考文献2

二级参考文献5

  • 1冯绍灌.选煤数学模型[M].北京:煤炭工业出版社,1993..
  • 2Lejtman Y, Shayan E. Design of a Suitable Production Management System for a Manufacturing Company[J]. Computers & Industiat Engineering, 2002, 42:t69- t74.
  • 3Roy B, Sussmann B. Les Problems Ordonnancement Avec Constraints Disjunctive Paris[M].SEMA, 1964.
  • 4陈雄 万位水 徐心.车间作业调度方法的综述[C]..第九届中国控制与决策年会论文集[C].天津:天津大学,1997.856-859.
  • 5李秀,刘文煌,姜澄宇,王宁生.用遗传算法解决生产线调度Job-Shop问题[J].系统仿真学报,2001,13(6):736-739. 被引量:11

共引文献21

同被引文献5

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部