基于改进型遗传算法的打浆优化  

Beating Optimization Based on Improved Genetic Algorithm

作　　者：郭文强[1] 王芳[1] 侯勇严[1] 党宏社[1] 

机构地区：[1]陕西科技大学电气与信息工程学院,710021

出　　处：《微计算机信息》2008年第34期293-294,301,共3页Control & Automation

基　　金：工业过程信息处理与融合方法研究陕西省教育厅专项研究计划项目(05JK143);基于进化算法的工业过程优化问题研究(陕西科技大学自然科学基金资助项目(ZX07-28)

摘　　要：针对造纸生产线上打浆过程中的打浆优化问题,以基于神经网络的软测量模型辨识为基础,结合改进的遗传算法,解决了标准遗传算法中种群过早收敛和促使种群跳出局部极值点,实现了打浆全局最优控制。仿真结果验证了该算法的可行性与有效性,实践表明这种优化控制方法使打浆能耗明显降低,达到了节能的优化目的。Focusing on the beating optimization in paper making, the global optimization for beating is realized via neural-network soft sensing model identification and improved genetic algorithm which avoids population converging too early and local maximums in the standard genetic algorithm. Simulation verifies the algorithm is feasible and valid. Practice results show this optimization control method can decrease beating power cost significantly.

关 键 词：模型辨识 遗传算法 打浆 优化 

分 类 号：TS752[轻工技术与工程—制浆造纸工程]