改进NSGA-Ⅱ的炼焦配煤多目标优化方法  

Multi-Objective Optimization Method of Coking Coal Blending Based on Improved NSGA-II

作　　者：李忠峰 刘俊[2] 金辉[3] 汪继玮 刘蕾[4] LI Zhong-feng;LIU Jun;JIN Hui;WANG Ji-wei;LIU Lei

机构地区：[1]营口理工学院电气工程学院,辽宁营口115014 [2]武汉科技大学信息科学与工程学院,湖北武汉430081 [3]中唯炼焦技术国家工程研究中心有限责任公司,辽宁鞍山114020 [4]营口理工学院机械与动力工程学院,辽宁营口115014

出　　处：《制造业自动化》2024年第5期103-108,共6页Manufacturing Automation

基　　金：辽宁省教育厅2021年度科学研究经费项目(LJKZ1199)。

摘　　要：配煤优化问题是中国焦化行业广泛存在的问题。为了获得低成本、高质量的焦炭,提出了一种多目标配煤优化模型(Multi-Objective Optimization of Coal Blending,MOCB),以克服传统单目标配煤优化模型仅考虑成本或焦炭质量的弊端。模型以配煤成本最低、焦炭质量六个评价指标的综合质量最大为目标函数,工艺条件和生产焦炭质量作为约束集,引入带有精英策略的非支配排序遗传算法(Nondominated Sorting Genetic Algorithm-II,NSGA-II),并结合配煤比调整专家规则进行改进形成新的优化算法(Expert-NSGA-II)作为该模型的寻优算法并通过运行时间、反世代距离(Inverted Generational Distance,IGD)、超体积指标(Hypervolume,HV)评价四种算法及Pareto最优解集。对某焦化厂六个单种煤配煤为例进行配煤优化验证,优化结果表明Expert-NSGA-II算法所得配煤方案(Pareto最优解集)具有较好的收敛性、多样性和鲁棒性且配煤结构多样化,可兼顾不同质量需求进行配比选择,具有良好的应用价值。

关 键 词：非支配排序遗传算法 多目标优化 配煤优化 专家规则 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TM85[自动化与计算机技术—控制科学与工程]