基于多目标优化的双流法氧化铝溶出过程最优控制

双流法氧化铝溶出过程中的操作变量包括矿浆、苛性钠溶液和生蒸汽的进料速率,这些变量决定了产品质量和生产成本,并与环境污染密切相关。在实际生产中,这些变量是根据离线分析结果和经验公式由人工计算设置的,会导致工艺指标不稳定、消耗高。为此,本文首先以一水硬铝石溶出动力学为基础建立过程模型,以工艺指标和能效最优为目标,建立多目标优化模型。然后,通过改进一种多目标状态转移算法(MOSTA),采用自适应策略动态调整MOSTA的算子,并采用动态不可行阈值处理约束,以提高算法的搜索效率和搜索能力。最后,设计一种基于规则的策略,从帕累托前沿做出最终决策。该方法已集成到工业溶出过程的最优控制系统中。工业数据仿真和在实际生产中的测试结果表明,该方法能在保证工艺指标满足要求的同时降低能耗。

自动驾驶汽车的多维评价准则体系

自动驾驶(AD)技术是一种能够增强或替代人类驾驶员的技术,但同时也给汽车测试和评估(T&E)技术带来了极大的挑战。由于AD技术替代了驾驶员的感知、决策和控制,因此自动驾驶汽车(AVs)的T&E程序必须从独立的人-车二元T&E转变为人-车系统的集成T&E。在复杂的天气、交通和电磁环境下进行公路测试,使得AVs的定量T&E非常困难。为了解决这个问题,本文提出了一种多维度评价准则方案,其中包括运行范围、性能表现和交互与风险保障评价准则。通过形式化方法,即线性时间逻辑(LTL),实现了基于场景的评估方法。在中国GB的典型情景中,本文提出的评价准则方案得到了验证,并且通过基于SCANeR studio软件的模拟实现。