基于BP神经网络和遗传算法的高炉多目标优化控制算法
- 专利权人:
- 浙江大学
- 发明人:
- 周恒,杨春节
- 申请号：
- CN201611269284.X
- 公开号：
- CN106681146A
- 申请日:
- 2016.12.31
- 申请国别(地区):
- 中国
- 年份:
- 2017
- 代理人:
- 林松海
- 摘要：
- 本发明公开了一种基于BP神经网络和遗传算法的高炉多目标优化控制算法，属于工业过程监控、建模和仿真领域。首先，选取模型的输入输出变量，将鼓风动能、热风压力、热风温度、冷风流量、全塔压差、富氧率和煤比等7个状态变量设为输入变量，将铁水硫含量、二氧化碳排放量和焦比这3个目标参数设为输出变量；其次，建立BP神经网络，初始化后训练神经网络；然后，建立NSGA‑II多目标优化算法，将训练好的BP神经网络的预测输出当做NSGA‑II的适应度函数；最后，运用本发明提出的算法对目标变量进行优化，找出其Pareto最优和对应的控制变量的值，可提升高炉运行的效率。
- 来源网站：
- 中国工程科技知识中心
