[发明专利]基于MOEA/D算法的铝电解生产优化方法

权利要求书

1.一种基于MOEA/D算法的铝电解生产优化方法，其特征在于，包括如下步骤：

S1：统计铝电解生产过程中对电流效率、吨铝能耗和全氟化物排放量有影响的原始变量，并从中确定对电流效率、吨铝能耗和全氟化物排放量影响大的参数作为决策变量X；

S2：采集时间T内的决策变量X及其对应的电流效率、吨铝能耗和全氟化物排放量Y的样本，得到样本矩阵，利用BP神经网络进行训练、检验，建立铝电解生产过程模型；

S3：利用基于MOEA/D算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率、吨铝能耗和全氟化物排放量；MOEA/D算法对生产过程模型进行优化的具体步骤包括：

S31：初始化；

S311：将待优化的多个目标分解为N个单目标，并对每个单目标赋予权重(λ₁,λ₂,…λ_N)；

S312：计算任意两个权重的欧式距离，对于每个i＝1,2,…N，令B(i)＝{i₁,i₂,…i_T}，则是离λⁱ最近的T个权重；

S313：初始化种群初始化目标函数最佳值z＝(z₁,...z_m)^T，z_i＝min{f_i(x¹),...f_i(x^N)}，设置外部存档EP为空；

S32：对单个待优化目标最优值进行重复计算，每次产生的新向量都会更加接近多目标优化的最优值；

S321：从B(i)中随机选取两个序列号为k,l子向量，运用遗传算子有x^k,x^l产生一个新的解y，并对y运用基于测试问题的修复和改进启发产生y'；

S322：更新z：对于j＝1,...m，如果z_i＜f_j(y')，则令z_i＝f_j(y')；

S323：更新邻域解：对于j∈B(i)，如果g^te(y'/λ^j,z)≤g^te(x^j/λ^j,z)，则令x^j＝y'，FV^j＝F(y^j)，其中g^te(x/λ^j,z)表示第j个子问题的目标函数，利用切比雪夫法将多目标优化分解为N个标量优化子问题，具体表达式为：gte=(x/λj,z)=max1≤i≤m{λi·|fi(x)|-zi},λj=(λ1j,...λmj)T,]]>FV为x的目标函数，FVⁱ＝F(xⁱ)，FVⁱ是xⁱ的F值；

S324：更新EP，从EP中移出所有被F(y')支配的向量，加入所有不被支配的F(y')；

S33：判断EP中的值是否满足条件，如果满足，则输出EP值，如果不满足，则返回S32。