基于改进蜂群算法的冷连轧规程优化设计.pdf

基于改进蜂群算法的冷连轧规程优化设计.pdf

ID:52175974

大小:367.31 KB

页数:5页

时间:2020-03-23

基于改进蜂群算法的冷连轧规程优化设计.pdf_第1页
基于改进蜂群算法的冷连轧规程优化设计.pdf_第2页
基于改进蜂群算法的冷连轧规程优化设计.pdf_第3页
基于改进蜂群算法的冷连轧规程优化设计.pdf_第4页
基于改进蜂群算法的冷连轧规程优化设计.pdf_第5页
资源描述:

《基于改进蜂群算法的冷连轧规程优化设计.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第34卷第5期矿冶工程V0l_34№52014年10月MININGANDMETALLURGICALENGINEERING0ctober2014基于改进蜂群算法的冷连轧规程优化设计①魏立新,吕白,李莹,杨景明’(1.国家冷轧板带装备及工艺工程技术研究中心,河北秦皇岛066004;2.燕山大学工业计算机控制河北省重点实验室,河北秦皇岛066004)摘要:综合考虑现场和设备所受的约束条件,以等负荷和克服打滑为目标函数,建立了轧制规程多目标优化模型。为了提高算法性能,对人工蜂群算法进行了改进。首先,应用反向学习的策略初始化种群,使得个

2、体尽可能均匀分布在搜索空间。其次,人工蜂群算法采用不同的选择机制,提高收敛速度和寻优精度。最后,用改进的算法对某五机架冷连轧机进行规程优化设计。结果表明,改进的人工蜂群算法能有效避免早熟收敛,全局优化能力和收敛速率都有显著提高。关键词:规程优化;人工蜂群算法;反向学习;选择策略中图分类号:TG339文献标识码:Adoi:10.3969/j.issn.0253—6099.2014.05.029文章编号:0253-6099(2014)05-0118-05OptimizationDesignofRollingScheduleforT

3、andemColdMiUBasedonModifiedArtifidalBeeColonyAlgorithmWEILi—xin’,LUBai,LIring,rANGJing-ming’(1.NationalEngineeringResearchCenterforEquipmentandTechnologyofColdStripRolling,Qinhuangdao066004,Hebei,China;2.KeyLabofIndustrialComputerControlEngineeringofHebeiProvince,Ya

4、nshanUniversity,Qinhuangdao066004,Hebei,China)Abstract:Withcertainconstraintconditionsoffacilitiesonengineeringsitetakenintoconsideration.amuhiobjectiveoptimizationmodelforrollingschedulewasestablishedwithequalizingrollingloadandovercomingslippageasobjectivefunction

5、s.Theartificialbeecolony(ABC)algorithmwasmodifiedtoimproveitsperformance.Firstly,aninitializationstrategybasedontheopposition—basedlearningwasappliedtodiversifyhomogeneouslytheindividualsinthesearchspace.Then,severalselectionstrategieswereappliedthroughsimulationtoi

6、mprovetheoptimizingaccuracyandacceleratetheconvergence.Finally,scheduleoptimizationstrategyforafive—standtandemrollingmillWasdesignedbasedOfthemodifiedalgorithm.Theresultsdemonstratethat,themodifiedalgorithmcannotonlyavoideffectivelytheprematureconvergence,butalsoim

7、provetheoverall—optimizationabilityandtheconvergencespeed.Keywords:scheduleoptimization;artificialbeecolony(ABC);algorithmopposition—basedlearning;selectionstrategy合理的轧制规程既可提高冷轧带钢的生产率,又究中,与遗传算法、微粒群等其他优化算法相比,人工能保证产品质量,提高工艺控制的精度和响应速度以蜂群算法的突出优点是每次迭代都进行全局和局部搜及设备的利用效率,带来

8、极大的经济效益¨j。在实索,找到最优解的概率大大增加,并在较大程度上避免际生产中带钢与工作辊表面经常会出现打滑现象。尤了局部最优J。本文首先建立了一套以等负荷和预其是在高速生产时,这种现象尤为突出]。因此,确防打滑为目标函数的冷连轧机轧制规程的综合优化模定合理的轧制规程,克服

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。