研究了氧化铝生产中的约束多目标协调优化问题,旨在快速获得控制氧化铝生产运行指标的最佳设定值。为了求解这一问题,首先,利用高斯过程回归(Gaussian process regression,GPR)对该操作优化问题建立了数据预测模型。然后,针对循环效率...研究了氧化铝生产中的约束多目标协调优化问题,旨在快速获得控制氧化铝生产运行指标的最佳设定值。为了求解这一问题,首先,利用高斯过程回归(Gaussian process regression,GPR)对该操作优化问题建立了数据预测模型。然后,针对循环效率和能耗约束所带来的一系列挑战,提出了一种利用不可行解的信息且具有自适应能力的优化算法。在该算法中,为了产生靠近可行域边界的不可行解,提出了利用目标值和约束违反程度对不可行种群进行更新的支配策略。同时,该算法通过变异策略和变异参数自适应策略来平衡算法的探索和开发能力。最后,基于实际生产数据验证了循环效率和能耗预测模型的准确性,并证实了所提算法在解决氧化铝生产运行指标优化问题中具有一定的优越性。展开更多
文摘研究了氧化铝生产中的约束多目标协调优化问题,旨在快速获得控制氧化铝生产运行指标的最佳设定值。为了求解这一问题,首先,利用高斯过程回归(Gaussian process regression,GPR)对该操作优化问题建立了数据预测模型。然后,针对循环效率和能耗约束所带来的一系列挑战,提出了一种利用不可行解的信息且具有自适应能力的优化算法。在该算法中,为了产生靠近可行域边界的不可行解,提出了利用目标值和约束违反程度对不可行种群进行更新的支配策略。同时,该算法通过变异策略和变异参数自适应策略来平衡算法的探索和开发能力。最后,基于实际生产数据验证了循环效率和能耗预测模型的准确性,并证实了所提算法在解决氧化铝生产运行指标优化问题中具有一定的优越性。