基于广义遗传优化的RBF算法在铁水脱硫中的应用-Journalof.PDFVIP

2005年2月 重庆大学学报(自然科学版) Feb．20o5 第28卷第2期 Journal of Chongqing University(Naturol Science Edition) Vo1．28 No．2 文章编号：1000—582X(2005)02—0077—04 基于广义遗传优化的RBF算法在铁水脱硫中的应用 周世纪 ，彭燕妮 ，曹长修 (1、重庆大学自动化学院，重庆 400030；2、重庆工商大学计算机科学与信息工程学院，重庆 400033) 摘 要：铁水脱硫过程是一个非常复杂的多元非线性反应过程，在研究了基本遗传算法和RBF算 法的基础上，提出了基于广义遗传优化的RBF算法。并说明了基于广义遗传优化的RBF算法在某钢 厂铁水脱硫预报模型中的应用。该算法不仅克服了RBF中心个数选择的随机性，而且较好地解决了遗 传算法时间复杂度高的缺点。通过对基于广义遗传优化的RBF算法与RBF算法的仿真比较，进一步 阐明了该算法在铁水脱硫预报模型中的有效性和精确性。并且现场实验也表明，该算法能够达到终点 命中率在85％以上，这说明了该算法的工程实用性。 关键词：实数编码；广义遗传算法；RBF算法；主群；脱硫 中图分类号：TP183 文献标识码：A 铁水脱硫是一个非常复杂的多元非线性反应过 1 脱硫模型介绍 程…，传统的基于脱硫过程物理化学反应和求解微分 方程的建模方法普遍存在建模复杂、预报精度低、不能 在实际的铁水脱硫过程中，影响铁水脱硫剂量的 适应铁水原材料及炉况变化等缺点。为了给某大型钢 几个因素主要有铁水重量、铁水含硫量、目标硫的含 铁厂优化工艺结构，减少生产成本，降低脱硫预报模型 量、脱硫剂类型，其他影响因素还有脱硫前后铁水成 的复杂度，提高脱硫剂量预报精度，这就要求运用一种 分，铁水罐号等。这些因素之间存在严重的非线性关 更智能，精度更高的方法进行建模和预报。RBF网络 系，在对厂家提供的大量数据进行了相关性分析后，确 具有结构简单，编程简单，速度快的特点，但RBF网络 定了输人输出，并给出了相关的模型如图1所示。 应用的难点在于中心个数的选择 ，中心个数的选择 脱 l 铁水 对网络的逼近能力和效果有很大影响；而广义遗传算 硫 主要输入参数 脱硫菩粪妄 剂 法采用定向演化模式，通过将局部定向寻优与局部最 加 L 脱硫剂 入 优状态的定向转移结合实现全局最优化的功能，但广 r脱硫前铁水成分(c，Si，P，s、 E 里 其它输入参数 脱硫后铁水成分 (c，si，P,S， 模 义遗传算法训练时间复杂度高，因而提出了把广义遗 L 铁水 型 传算法和传统的RBF算法结合起来应用在铁水脱硫 图1 脱硫模型结构