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：CN201510750067.1

申 请 日：20151106

发 明 人：陈实 易军 黄迪 何海波 李太福 周伟 张元涛 刘兴华

申 请 人：重庆科技学院

申请人地址：400023 重庆市沙坪坝区大学城东路20号

公 开 日：20160203

公 开 号：CN105302973A

代 理 人：陈千

代理机构：重庆为信知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明提供了一种基于MOEA/D算法的铝电解生产优化方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于MOEA/D算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率、吨铝耗能和全氟化物排放量。其中，MOEA/D算法将多目标优化分解为多个单目标优化子问题，其核心思想是获取一个子问题相邻的其他子问题信息，然后进行协同优化，极大地加快了多目标优化的优化速度。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，减少了温室气体排放量，真正达到节能减排的目的。

主 权 项：1.一种基于MOEA/D算法的铝电解生产优化方法，其特征在于，包括如下步骤：S1：统计铝电解生产过程中对电流效率、吨铝能耗和全氟化物排放量有影响的原始变量，并从中确定对电流效率、吨铝能耗和全氟化物排放量影响大的参数作为决策变量X；S2：采集时间T内的决策变量X及其对应的电流效率、吨铝能耗和全氟化物排放量Y的样本，得到样本矩阵，利用BP神经网络进行训练、检验，建立铝电解生产过程模型；S3：利用基于MOEA/D算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率、吨铝能耗和全氟化物排放量；MOEA/D算法对生产过程模型进行优化的具体步骤包括：S31：初始化；S311：将待优化的多个目标分解为N个单目标，并对每个单目标赋予权重(λ₁,λ₂,…λ_N)；S312：计算任意两个权重的欧式距离，对于每个i＝1,2,…N，令B(i)＝{i₁,i₂,…i_T}，则是离λⁱ最近的T个权重；S313：初始化种群初始化目标函数最佳值z＝(z₁,...z_m)^T，z_i＝min{f_i(x¹),...f_i(x^N)}，设置外部存档EP为空；S32：对单个待优化目标最优值进行重复计算，每次产生的新向量都会更加接近多目标优化的最优值；S321：从B(i)中随机选取两个序列号为k,l子向量，运用遗传算子有x^k,x^l产生一个新的解y，并对y运用基于测试问题的修复和改进启发产生y'；S322：更新z：对于j＝1,...m，如果z_i＜f_j(y

关 键 词：子问题 算法  多目标优化  铝电解生产 电流效率 排放量  最优解  优化  电解生产 节能减排  决策变量  全氟化物  生产过程  温室气体 协同优化  优化方法  单目标  最优值 对铝  耗能  建模  一种  一组  对应  进行  分解  获取  减少  加快  有效  

IPC专利分类号：G06F17/50(20060101)