两种优化方法在湿法冶金试验研究中的应用.docVIP

两种优化方法在湿法冶金试验研究中的应用 朱 军 ,李 欣 ,王 毅 ,彭济时 (西安建筑科技大学 冶金工程学院 ,陕西 西安 710055) 摘要 :介绍了二维空间中单纯形法及坐标轮换法寻找最优条件的实现过程 ,讨论了两种方法在确定湿法冶金 浸出工艺条件方面的应用及确定浸出工艺条件的可行性 。研究表明 ,以单纯形寻优试验得到的最佳参数值作 为坐标轮换法的初始值进行优化试验 ,计算简便 ,可用较少的试验次数动态地寻求到最佳试验工艺参数 。 关键词 :单纯形法 ;坐标轮换法 ;最优化 ;钒 ;湿法冶金 中图分类号 :O224 ; T F111 . 3 文献标志码 : A 文章编号 :100922617 (2011) 0220103205 在科学试验中 ,常用的优化方法[ 1 ] 是单因素 法和正交试验法。由于单因素法无法考虑各因素 之间的交互影响 ,准确性低 ,工作量大 ; 而正交设 计法不但要作大量的试验 ,所得结果也往往未必 最优。本文提出将优化理论中的单纯形法和坐标 轮换法用于确定钒矿浸出条件 ,用较少的试验次 数 ,快速优化最佳工艺参数 。 1 基本原理 1 . 1 单纯形法 1962 年 , W. Sp e ndley 等[ 2 ] 首先提出了基本 单纯形优化法 , 并将其应用于化学领域。1965 年 ,J . A . Nel de r 等[ 3 ] 提出了改进单纯形优化法 , 变固定步长为可变步长 ,并引入了反射 、扩大与收 缩规则 ,加速了新试验点的优化过程 ,同时又满足 了一定精度要求。这是近年来应用较为广泛的非 线性优化法。 单纯形法具有简单、可靠、准确等优点 ,不受 因素数量限制 ,用较少的试验次数动态地调至最 佳分析条件 ,能在交互作用复杂 ,因素较多的场合 使用 ,对试验有全面优化的效果[ 427 ] 。与正交设计 法[ 8 ] 相比 ,单纯形法的优化结果并不是某个孤立 的点 ,而是一个最佳条件范围 ,从而可了解最佳条 件的稳定区域 ,这对工业化生产极为有利。随着 现代计算机技术在各领域的应用和发展 ,通过一 定算法可以将单纯形寻优过程程序化 ,直接用非 线性模型本身计算 ,自动迭代生成具有较高精度 的最优条件 ,提高试验效率和优化效果 。计算机 编程的实现为单纯形法提供了广阔的应用前景 。 n 维空间中的单纯形是由不在同一个超平面 上的 n + 1 个点形成的凸多面体 ,它的顶点数比空 间的维数??? 1 。这里所说的空间维数就是试验设 计中所考虑的影响因素数 。单纯形法是一种基于 图形变换的优选法 ,每一组测定条件相当于多维 空间中的一点 。单纯形优化法就是将待优化的条 件参数作为单纯形的目标因素 ,从一个初始单纯 形 ,按一定的推移法则移动 , 不断产生新的单纯 形 ,直至最佳区域为止。对于空间维数较低的情 况以及模型较简单的寻优问题 ,单纯形法寻优效 果较好[ 9 ] 。为简单起见 ,以二维空间为例 ,结合湿 法冶金试验介绍具体寻优步骤[ 10212 ] 如下 : 1) 确定目标因素 ,选定初始单纯形的顶点 ,湿 法冶金试验中即选取控制性因素作为单纯形的顶 点 。在实际应用中 ,为加快寻优速度 ,可根据经验 或探索条件将初始点定在可能的最优点附近。由 于初始单纯形的取法直接影响搜索效果 ,因此选 取时须遵循一定原则。具体初始单纯形的选择见 文献[ 13 ] 。 2 ) 计算并比较单纯形各点的目标函数值 f ( x) ( x 表示空间点 ,可用矩阵形式表示 ,在二维  收稿日期 :2010207208 基金项目 :陕西省重点学科冶金物理化学及冶金工程中心资助项目。  空间 ,其坐标为 [ x1 , x2 ] , x 表示影响因素) ,试验 中选取便于判断可直接测算的试验目标 ,如浸出 率等。函数值最高为最优点 ,以此类推 ,确定最差  7) 如果 x S’ = x F +γ( x H - x F ) 。 (6) f ( x G ) f ( x R ) f ( xL ) , 点 H ,次差点 G 及最优点 L ,如图 1 所示。 图 1 新单纯形构成示意图 3) 去掉最差点 H , 求单纯形重心 , 即计算除 H 点以外各点的重心点 F (公式 (1) ) ,图 1 中即求 G 和 L 连线的中点 : n + 1 则应当求 G 点的反 射点 K , 形 成 新 的 单 纯 形 RL K ,如图 2 所示。 图 2 单纯形反射 8) 收缩 :若上述各点均无改善或反射点与某 一顶点重合 ,则说明不能沿 H 反射方向搜索 ,这 时应进行单纯形缩边 , 即以最优点 L 为基础将 X F = 1 ∑X i ( i ≠H) , (1)  4)