[發(fā)明專利]一種配煤成本優(yōu)化方法、設(shè)備及存儲設(shè)備

有效

• 申請?zhí)枺?/td>: 201810307638.8
• 申請日: 2018-04-08
• 公開（公告）號: CN108830398B
• 公開（公告）日: 2021-11-30
• 發(fā)明（設(shè)計）人: 曹衛(wèi)華;李澤中;吳敏;陳略峰
• 申請（專利權(quán)）人: 中國地質(zhì)大學(xué)（武漢）
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/00;G06K9/62
• 代理公司: 武漢知產(chǎn)時代知識產(chǎn)權(quán)代理有限公司 42238
• 代理人: 龔春來

1.一種配煤成本優(yōu)化方法，其特征在于：包括以下步驟：

S101：采用灰色關(guān)聯(lián)分析法和SVM智能建模算法建立焦炭質(zhì)量預(yù)測模型，得到煤質(zhì)指標(biāo)與焦炭質(zhì)量的非線性關(guān)系；

S102：根據(jù)所述焦炭質(zhì)量預(yù)測模型，采用動態(tài)時序匹配方法配準(zhǔn)ERP數(shù)據(jù)、實驗數(shù)據(jù)和巖相數(shù)據(jù)，得到配煤成本優(yōu)化的數(shù)據(jù)集；

S103：根據(jù)所述配煤成本優(yōu)化的數(shù)據(jù)集，建立配煤成本優(yōu)化模型；

所述配煤成本優(yōu)化模型以配煤成本為目標(biāo)函數(shù)，且滿足配合煤質(zhì)量指標(biāo)、焦炭質(zhì)量指標(biāo)和配煤過程約束條件；所述目標(biāo)函數(shù)如公式(1)所示：

其中，f(r)為配煤成本，n為單種煤的數(shù)量，C_i為單種煤的價格，i＝1,2,…n，r_i為單種煤的配比；

所述配合煤質(zhì)量指標(biāo)包括：灰分揮發(fā)分硫分粘結(jié)性指數(shù)膠質(zhì)層指數(shù)膠質(zhì)層厚度平均最大鏡質(zhì)組反射率

所述配合煤質(zhì)量指標(biāo)和所述焦炭質(zhì)量指標(biāo)都有一個上下限，假設(shè)所述配合煤質(zhì)量指標(biāo)和所述焦炭質(zhì)量指標(biāo)的上下限分別為：A_i、B_i和C_j、D_j，則配合煤質(zhì)量指標(biāo)W_i和焦炭質(zhì)量指標(biāo)V_j滿足如公式(2)和公式(3)的關(guān)系：

B_i≤W_i≤A_i (2)

D_j≤V_j≤C_j (3)

其中，i＝1,2...m，j＝1,2...n，m和n分別代表配合煤和焦炭質(zhì)量約束條件個數(shù)；

所述配煤過程約束條件，用來限制稀缺煤種的配比，且n種單種煤的配比之和為100％；因此，所述配煤煉焦過程的約束條件如公式(4)和公式(5)所示：

x_i≤H_i/S×D_i (4)

其中，S為配煤噸數(shù)，H_i為第i種單種煤庫存量，D_i為第i種單種煤庫存量的可用天數(shù)，H_di為第i種單種煤的單天資源量，且H_di＝H_i/D_i，r_i為第i種單種煤配比，n為單種煤的種類數(shù)量；

S104：根據(jù)所述配煤成本優(yōu)化模型，采用精英學(xué)習(xí)混沌粒子群算法，得到最優(yōu)配煤成本和配煤方案；

所述精英學(xué)習(xí)混沌粒子群算法的具體步驟為：

S301：參數(shù)初始化，所述參數(shù)包括：種群規(guī)模N，粒子維數(shù)D，最大迭代次數(shù)MI，慣性權(quán)重w，學(xué)習(xí)因子c₁、c₂，混沌搜索次數(shù)MC和精英系數(shù)σ；

S302：隨機初始化種群；

S303：篩選出滿足配合煤質(zhì)量指標(biāo)、焦炭質(zhì)量指標(biāo)和配煤過程約束條件的粒子；其中，每個粒子代表一種配煤方案；所述配煤方案中，配合煤質(zhì)量指標(biāo)W_i的上下限為：A_i、B_i，焦炭質(zhì)量指標(biāo)V_j的上下限為：C_j、D_j；配煤過程約束條件其中，其中，H_j為第j種單種煤庫存量，S為配煤噸數(shù)，D_j為第j種單種煤庫存量的可用天數(shù)；

S304：根據(jù)公式(1)計算每個滿足配合煤質(zhì)量指標(biāo)、焦炭質(zhì)量指標(biāo)和配煤過程約束條件的粒子適應(yīng)度，確定全局最優(yōu)解G_best和個體最優(yōu)解P_best，并根據(jù)粒子適應(yīng)度對粒子從小到大進行排序，選取前M個粒子作為精英粒子，M＝N×σ；

S305：將所述精英粒子載波至[0,1]范圍內(nèi)，根據(jù)Logistic混沌映射方法產(chǎn)生MC個不同軌跡的混沌序列Z_i(t)，將所述混沌序列Z_i(t)的分量載波到精英粒子上，產(chǎn)生混沌搜索粒子C_i(t)；

S306：根據(jù)公式(1)計算得到混沌搜索粒子適應(yīng)度F(C_i(t))，所述混沌搜索粒子適應(yīng)度F(C_i(t))F(P_best)時，更新個體最優(yōu)解P_best；F(P_best)為個體最優(yōu)解P_best的適應(yīng)度；

S307：所述個體最優(yōu)解的適應(yīng)度F(P_best)＜F(G_best)時，更新全局最優(yōu)解G_best適應(yīng)度F(G_best)；

S308：更新粒子的速度和位置；

S309：判斷算法是否滿足終止條件；其中，所述終止條件為：達到精英學(xué)習(xí)粒子群的最大迭代次數(shù)；或者，粒子適應(yīng)度沒有變化；

若是，則到步驟S310；若否，則回到步驟S303；

S310：輸出迭代曲線，得到全局最優(yōu)粒子及其適應(yīng)度，即得到最優(yōu)配煤成本和最優(yōu)配煤方案。