首页> 中文学位 >基于改进遗传算法的多目标优化配矿方法研究
【6h】

基于改进遗传算法的多目标优化配矿方法研究

代理获取

目录

声明

摘要

第1章绪论

1.1课题研究的背景意义

1.1.1研究背景

1.1.2研究意义

1.2国内外研究现状

1.2.1优化配矿模型国内外现状

1.2.2优化配矿生产国内外现状

1.3现有问题

1.4主要研究内容

1.4.1研究主要工作

1.4.2文章结构

第2章BP神经网络建模

2.1神经网络概述

2.1.1神经元

2.1.2神经网络分类

2.1.3神经网络学习方式

2.2 BP神经网络

2.2.1 BP神经网络概述

2.2.2 BP神经网络结构

2.3配矿优化模型

2.3.1优化配矿方法概述

2.3.2资源利用率

2.3.3数据驱动建模

2.3.4优化模型的建立

2.4本章小结

第3章多目标优化配矿算法研究

3.1多目标优化问题

3.1.1多目标优化基本概念

3.1.2多目标优化算法

3.2带精英策略的非支配排序遗传算法

3.2.1遗传算法

3.2.2非支配排序遗传算法

3.2.3 NSGA-Ⅱ算法

3.3配矿优化模型求解

3.3.1优化模型参数

3.3.2优化模型求解

3.3.3 TOPSIS决策

3.4本章小结

第4章软件平台的搭建及算法实现

4.1优化系统的硬件环境

4.1.1基础设备体系构建

4.1.2网络系统设计

4.2软件平台设计

4.2.1功能设计

4.2.2数据库系统

4.2.3算法运行支撑软件

4.3算法实现

4.4本章小结

5.1结论

5.2展望

参考文献

致谢

攻读硕士学位期间科研成果

展开▼

摘要

优化配矿是指根据原矿石性质和混合矿质量指标要求,对矿石原料进行优化配比,最终得到满足要求的配矿产品。配矿工作是选矿厂日常工作中的重要一环,合格的配矿产品能够使选矿工作更加顺利的进行。优化配矿工作能够提高矿山使用寿命,提高矿山企业的综合竞争力。 本文以某选矿厂的配矿生产为研究背景,结合实际情况确定了配矿工作的主要影响目标,并在现场专家经验的基础上研究配矿工艺原理,确定了优化配矿的约束条件。选择BP神经网络算法,应用基于数据驱动的思想建立数学模型。应用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对优化配矿模型进行求解,求解后可得到最优的配矿方案。本研究的主要内容有: 首先建立优化配矿模型。现有的配矿建模方式通常主要考虑配矿产品的质量而忽视配矿结果对选矿产品的影响。本文提出基于综合精矿回收率的配矿建模方法,通过BP神经网络算法拟合出配矿产品各项性质与综合精矿回收率之间的关系,并以此作为优化目标,从而在源头上保证选矿工序生产产品的各项理化指标。另外,随着矿山的逐步开采,矿山中的可利用资源将会逐渐减少,因此在进行配矿工作时还要考虑矿山资源利用率对企业的影响。 其次,从多目标优化问题入手,介绍了一些基本概念和常见的多目标优化方法,并介绍了一种改进的多目标遗传算法(NSGA-Ⅱ),此算法已经在求解一些多目标优化问题上得到了较为理想的工程应用。本研究选定此算法对优化配矿模型进行求解。并且,在得到了配矿方案的非劣解集之后,通过TOPSIS方法对其进行决策,生成最优配矿方案。 再次,依托Matlab软件进行算法的仿真与实现,通过VB编程软件进行软件平台的搭建,使用SQL Server软件进行数据库的搭建,建立了优化配矿软件系统,并将软件系统应用在实际生产中,为企业带来一定的经济效益。 最后对全文进行总结并对下一步研究提出了展望。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号