-
公开(公告)号：CN105302976A
公开(公告)日：2016-02-03
申请号：CN201510753958.2
申请日：2015-11-06
Applicant: 重庆科技学院
IPC: G06F17/50
Abstract: 本发明提供了一种基于SPEA2算法的铝电解生产优化方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于SPEA2算法生产过程模型进行优化,得到各决策变量的一组最优解以及该最优解对应的电流效率、吨铝耗能和全氟化物排放量。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，降低了吨铝能耗，减少了温室气体排放量，真正达到节能减排的目的。
-
公开(公告)号：CN105302973A
公开(公告)日：2016-02-03
申请号：CN201510750067.1
申请日：2015-11-06
Applicant: 重庆科技学院
IPC: G06F17/50
Abstract: 本发明提供了一种基于MOEA/D算法的铝电解生产优化方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于MOEA/D算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率、吨铝耗能和全氟化物排放量。其中，MOEA/D算法将多目标优化分解为多个单目标优化子问题，其核心思想是获取一个子问题相邻的其他子问题信息，然后进行协同优化，极大地加快了多目标优化的优化速度。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，减少了温室气体排放量，真正达到节能减排的目的。
-
公开(公告)号：CN105447567B
公开(公告)日：2017-12-05
申请号：CN201510752590.8
申请日：2015-11-06
Applicant: 重庆科技学院
IPC: G06N3/08
Abstract: 本发明提供了一种基于BP神经网络与MPSO算法的铝电解节能减排控制方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于多目标粒子群算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率、吨铝能耗以及全氟化物排放量。MPSO算法不需要进行交叉、变异操作，因此编码过程简单、容易实现，且与其他算法相比，MPSO算法具有记忆性，即保留了所有全局最优值和局部最优值，保证了在种群进化过程中最优取值的完整性。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，降低了吨铝能耗，减少了温室气体排放量，真正达到节能减排的目的。
-
公开(公告)号：CN105426959B
公开(公告)日：2018-05-01
申请号：CN201510750725.7
申请日：2015-11-06
Applicant: 重庆科技学院
Abstract: 本发明提供了一种基于BP神经网络与自适应MBFO算法的铝电解节能减排方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于自适应步长的多目标细菌觅食优化算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率和温室气体排放量，其中，在对生产过程模型进行优化时，根据菌群进化状态对趋向操作的步长进行动态调整，以确保种群的多样性和收敛性。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，减少了温室气体排放量，真正达到节能减排的目的。
-
公开(公告)号：CN105420760B
公开(公告)日：2018-05-01
申请号：CN201510755611.1
申请日：2015-11-06
Applicant: 重庆科技学院
IPC: C25C3/20
Abstract: 本发明公开一种基于自适应步长细菌觅食算法的铝电解生产过程多目标优化方法，包括以下步骤：首先确定铝电解生产指标Y，选取对铝电解生产指标影响最大的参数X；然后以所述参数X作为输入，所述生产指标Y作为输出，利用BP神经网络对铝电解过程进行建模，得到铝电解模型；以铝电解的输出Y作为适应度函数，基于Pareto差熵自适应调整细菌前进步长，利用细菌觅食算法对参数X在其取值范围内进行优化，以获得最优铝电解生产过程参数。有益效果：基于细菌觅食算法优化铝电解参数，有效提高铝电解生产效率；自适应步长调整细菌前进步长，有效避免细菌觅食算法陷入局部最优解；使用Pareto差熵对菌群步长进行动态调整能够快速获取铝电解生产最优参数。
-
Patent Agency Ranking
公开(公告)号：CN105426960B
公开(公告)日：2017-12-05
申请号：CN201510752612.0
申请日：2015-11-06
Applicant: 重庆科技学院
Abstract: 本发明提供了一种基于BP神经网络与MBFO算法的铝电解节能减排控制方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于拥挤距离的多目标细菌觅食优化算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率和温室气体排放量，其中，在对生产过程模型进行优化时，需计算非劣解的拥挤距离并根据拥挤距离对外部档案进行更新，使菌群在寻优过程中快速朝目标移动，以确保在保证种群多样性前提下迅速收敛。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，减少了温室气体排放量，真正达到节能减排的目的。
-
公开(公告)号：CN105334824A
公开(公告)日：2016-02-17
申请号：CN201510750359.5
申请日：2015-11-06
Applicant: 重庆科技学院
IPC: G05B19/418
CPC classification number: Y02P90/02 , G05B19/41865
Abstract: 本发明提供了一种基于NSGA-Ⅱ算法的铝电解生产优化方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于NSGA-Ⅱ算法对映射模型进行搜索,得到各决策变量的一组最优解以及该最优解对应的电流效率、吨铝耗能和全氟化物排放量。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，减少了温室气体排放量，真正达到节能减排的目的。
-
公开(公告)号：CN105321000B
公开(公告)日：2018-10-09
申请号：CN201510753959.7
申请日：2015-11-06
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于BP神经网络与MOBFOA算法的铝电解工艺参数优化方法，包括以下几个步骤：一：统计对电流效率、吨铝能耗以及全氟化物排放量影响大的参数作为决策变量X；二：利用BP神经网络建立铝电解生产过程模型；三：运用MOBFOA算法对决策变量在其取值范围内进行优化；四：按照最优决策变量进行现场控制。有益效果：利用非线性映射能力强的BP神经网络建立铝电解生产过程模型；优化方法指导菌群跳出局部最优，可快速获得最佳的生产过程参数，达到了高效、降耗、减排的目的。
-
公开(公告)号：CN105404926B
公开(公告)日：2017-12-05
申请号：CN201510752651.0
申请日：2015-11-06
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于BP神经网络与MBFO算法的铝电解生产工艺优化方法，包括以下几个步骤：一：统计对电流效率、吨铝能耗以及全氟化物排放量影响大的参数作为决策变量X；二：利用BP神经网络建立铝电解生产过程模型；三：运用MBFO算法对决策变量在其取值范围内进行优化；四：按照最优决策变量进行现场控制。有益效果：能确定工艺参数的最优值，并且能够运用到实际生产当中，使铝电解生产过程中的电流效率提高了、并降低了吨铝能耗以及全氟化物排放量，达到节能降耗减排的目的。
-
公开(公告)号：CN105447567A
公开(公告)日：2016-03-30
申请号：CN201510752590.8
申请日：2015-11-06
Applicant: 重庆科技学院
IPC: G06N3/08
CPC classification number: G06N3/08
Abstract: 本发明提供了一种基于BP神经网络与MPSO算法的铝电解节能减排控制方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于多目标粒子群算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率、吨铝能耗以及全氟化物排放量。MPSO算法不需要进行交叉、变异操作，因此编码过程简单、容易实现，且与其他算法相比，MPSO算法具有记忆性，即保留了所有全局最优值和局部最优值，保证了在种群进化过程中最优取值的完整性。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，降低了吨铝能耗，减少了温室气体排放量，真正达到节能减排的目的。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
