论文部分内容阅读
该文的研究是在本溪钢铁公司炼钢厂的煤气回收系统的技术改造的背景下进行的.本钢煤气回收系统的风机耗能高,经济性差.目前的模型建立工作已经成功,但是由经验法得出的准备投入改造用的控制器参数的暂态性能不佳,希望找到最优参数.对此,所作的工作及取得的结果下:(1)基于单纯形法的遗传算法(GASM)可以作为搜索局部最优参数的首选算法.通过比较说明了GASM算法有自己的优点:鲁棒性强和智能度高,搜索效率高,这是很多算法所望尘莫及的,因此它可以作为首选算法.(2)GASM算法不适合作全局搜索.通过对仿真结果的统计,随着搜索范围的扩大,发现GASM算法的鲁棒性和搜索的成功率呈下降的趋势,同时编制正确的程序在MATLAB平台上无法运行的异常情况呈上升趋势.这些缺点束缚了GASM在风机参数优化中的应用.进过对程序运行的跟踪和分析,得出了这些缺点的根源在于大范围搜索的时候编码位数少和产生了不确定变量导致了遗传算法的复制工作无法完成.(3)针对风机参数全局优化而提出基于代数估计的GASM算法,在GA易的前提下实现了对风机参数的全局搜索.经过理论分析得出,使风机系统稳定的参数属于密集型的分布,这种分布上的特殊性决定了可以实现间接的全局寻优,并且将这种方法做了相应的推广.很容易实现的这套改进的GASM算法没有发生不运行现象,运行成功率有了显著的提高,有效的克服了GASM算法的缺点;同时也改变了经验法的积累经验时间长的缺点.(4)风机的控制效果可以进一步提高.(5)编制了一组软件用于对算法的模拟研究.