粒子群算法在选煤系统中的应用.pdfVIP

系 统 决 解 方 案 0鬟 嚣 强 粒子群算法在选煤系统中的应用 张根栋 (中煤科工集团重庆研究院有限公司，重庆 400039) 摘 要 ：针对选煤过程 曲线拟合实验误差大、曲线不光滑等缺陷，介绍粒子群优化算法在 曲线模拟理论中的应用。 关键词 ：粒子群算法：选煤系统：曲线拟合 ParticleSwarm OptimizationinCoalPreparationSystem ZHANG Gen—dong (ChinaCoalTechnologyEngineeringGroupChongqingResearchInstitute，Chongqing400039，China) Abstract：Accordingtothedefectsoflargeexperimentalerrorandnon—smoothofcurvefitting，thePSO appliedinctlrve simulationtheoryisintroduced． Keywords：particleswarm optimization；preparationsystem；curvefitting 选煤系统是通过多种分选和分离设备 ．将原煤按 照不同质量进行分类的一种工艺。在选煤过程 中，可 选性曲线的模拟和绘制具有十分重要的作用．通过这 种曲线能够评定煤炭的可选性、分选效果及分级效率 等。要进行 曲线拟合，应先根据曲线模拟理论 ．建立经 验模型．采取最优化方法对模型参数进行估计 ．最后 选择最优化的曲线拟合技术对 曲线进行拟合 介绍粒 子群算法在选煤系统中的应用 1粒子群优化算法在选煤 曲线模拟理论中的 应用 1．I选煤曲线常用模拟方法——数学模拟法 图 1 建立经验模型步骤 在选煤过程中．常用的数学模型为经验模型 ．其 建立步骤如图1所示 @= 1 z· ，i=1，2…n， = ~2-ouS，测量出每个粒 一 旦模型建立。公式的结构也就确定了。但是，公 子的适应值 z ，根据 D =rnin{D ，D2，…，D㈣}从中 式中的部分系数和参数还不确定．必须进一步确定． 找出全局的最优 。为了对上述基本粒子群算法收 即所谓的参数估计 目前常用的模型参数估计方法有 敛性进行改善．相关学者提出了带惯性权重的粒子群 黄金分割法、阻尼最小二乘法等．然而这些估计方法 算法．即 在实际使用过程中都存在一定的缺陷 ，效果难以让人 +， k Vd：(￡，+c1rl(p— )+c2r2(p—zd) (1) 满意 。 式中． 为惯性权重．主要作用是权衡局部和全 1．2粒 群优化算法在曲线拟合理论中的应川 局最有能力．通常用函数形式来表示： 1．2．I粒子群优化算法 ∞∞=： 一一— 莩—— xk ((22)) 粒子群优化算法流程 ：开始选择阈值和最大迭代 “ m ax 次数分别为8，Ⅳ№，设初始粒子的位置和速度分别为 式中，∞ ，∞ 分别表示初始、最终权重 ；一，k分 作者简介 ：张根栋 (1984·)，硕士，自动化工程师，从事煤 别表示最大和当前迭代次数 在算法中引入惯性权重 矿运输 系统及洗煤厂集控 系统相关产品研发及方案设计 极大地提高了粒子群算法的性能 X-作 。