文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201810193063.1

申 请 日：20180309

发 明 人：易军 白竣仁 陈雪梅 吴凌 周伟 陈实

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20200929

公 开 号：CN109085752B

代 理 人：王玉芝;田东阳

代理机构：50223 重庆蕴博君晟知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明公开了一种基于角度支配关系的铝电解偏好多目标优化算法，首先利用递归神经网络对铝电解生产过程进行建模，然后决策者设定期望目标值，再利用偏好多目标量子个体群算法对生产过程模型进行优化，得到各决策变量的一组最满足决策者期望的最优解以及该最优解对应的电流效率、槽电压、全氟化物排放量和吨铝能耗。利用差分进化算法中变异、交叉和选择操作，对决策变量进行偏好寻优，以此确定铝电解生产过程中工艺参数的最优值，可有效提高电流效率，降低槽电压，减少温室气体排放量和吨铝能耗，满足决策者偏好的同时，达到节能减排的目的。

主 权 项：1.一种基于角度支配关系的铝电解偏好多目标优化算法，其特征在于，包括如下步骤：S1：选择对电流效率、槽电压以及全氟化物排放量有影响的控制参数构成决策变量X＝[x₁,x₂,···,x_M]，M为所选控制参数的个数；S2：选定铝电解工业现场，采集N组决策变量X₁,X₂,···,X_N及其对应的电流效率y₁,y₂,···,y_N，槽电压z₁,z₂,···,z_N，以及全氟化物排放量s₁,s₂,···,s_N和吨铝能耗c₁,c₂,···,c_N为数据样本，以每一组决策变量X_i作为输入，分别以对应的电流效率y_i、槽电压z_i以及全氟化物排放量s_i和吨铝能耗c_i作为输出，利用递归神经网络对样本进行训练、检验，建立四个铝电解槽生产过程模型；S3：利用基于A支配的偏好多目标差分进化算法，结合DE算法，形成A-PMDE算法，根据决策者预先设定的期望值作为参考点，建立基于A支配的严格偏序关系，对步骤S2所得的四个生产过程模型进行优化，得到一组最满足决策者期望的决策变量X_best及其对应的电流效率y_best、槽电压z_best以及全氟化物排放量s_best和吨铝能耗c_best；所述A-PMDE算法包括以下步骤：S31：根据A支配的偏好关系，评价每个个体的适应度，并根据优劣对个体最优值和全局最优值进行替换；步骤S31包括以下步骤：S311：初始化系统参数，包括种群规模R，最大迭代次数T，随机生成n个个体x₁,x₂,···,x_n，令外部存档集Q为空；S312：决策者设定偏好角度α与偏好目标参考点r(y_p,z_p,s_p,c_p)，所述偏好目标参考点包括电流效率、槽电�

关 键 词：铝电解生产 电流效率  决策变量  槽电压 最优解  偏好 算法  能耗  温室气体排放量 差分进化算法  递归神经网络  节能减排  目标优化  全氟化物  生产过程  选择操作  个体群  铝电解 排放量 再利用  期望  建模  寻优  量子  优化  

IPC专利分类号：G05B13/04(20060101);G06N3/08(20060101);C25C3/20(20060101)