[发明专利]一种融合最小二乘支持向量机回归与粒子群优化的挥发窑工况操作模式优化方法

权利要求书

1.一种融合最小二乘支持向量机回归与粒子群优化的挥发窑工况操作模式优化方法，其特征在于：

(1)建立基于最小二乘支持向量机回归的挥发窑工况评价模型，预测挥发窑的工艺指标值，从而获得相应的适应度值；为提高模型预测性能，分别运用3种常见的核函数建立最小二乘支持向量机回归模型，包括多项式核函数、RBF核函数和Sigmoid核函数，并运用k层交叉验证方法选取预测误差最小的最小二乘支持向量机回归模型评判挥发窑工况；在建模过程中确定模型的输入/输出及根据模型性能选取核函数参数；

(2)基于粒子群算法的挥发窑工况操作模式优化，包括定义挥发窑的工艺指标，确定工艺指标参数取值范围；

挥发窑的工艺指标定义为：

I＝μ₁(1-Z/Z_max)²+μ₂(1-M/M_max)²+μ₃(1-Q/Q_max)²

其中Z、M、Q分别为窑渣含锌量、窑尾烟气温度、废气含尘浓度预测值，Z_max、M_max、Q_max分别为窑渣含锌量、窑尾烟气温度、废气含尘浓度最大值，μ₁、μ₂、μ₃为权重，且0Z≤Z_max，M_min≤M≤M_max，0Q≤Q_max；

具体寻优步骤如下：

Step1：初始化，设定粒子群算法寻优参数的取值范围包括学习因子c₁，c₂；最大进化代数t_max，D维空间值，在D维空间随机初始化整个粒子群的位置和速度，设定在D维空间随机产生m个粒子，第d个粒子(d＝1,2,…,m)的位置表示为q_dh＝(q_d1,q_d2,…,q_dh)，飞行速度表示为v_dh＝(v_d1,v_d2,…,v_dh)，(h＝1,2,…,D)，以及飞行速度的上下限值，根据工艺要求输入影响工艺指标值I_dh变化的参数取值范围包括锌渣含量Z，窑尾烟气温度M，废气含尘浓度Q取值范围以及权重μ₁，μ₂，μ₃取值；

Step2：计算每个粒子在当前位置处的适应度值以及对应最优适应度值的最好位置记为qbest_dh，采用基于最小二乘支持向量机回归的挥发窑工况评价模型，预测挥发窑的工艺指标I_dh，从而获得适应度值fitness(I_dh)，且qbest_dh＝fitness(I_dh)；在整个群体中，所有粒子经历过的最优适应度值及对应的最好位置记为gbest_dh且gbest_dh＝max(fitness(I₁₁),fitness(I₂₁)…fitness(I_dh))；

Step3：在每次迭代过程中，每个粒子根据下面公式更新自己的速度和位置：

v_dh^(t+1)＝v_dh^(t)+c₁r₁(qbest_dh-q_dh^(t))+c₂r₂(gbest_dh-q_dh^(t))

q_dh^(t+1)＝q_dh^(t)+v_dh^(t+1)

其中c₁,c₂为学习因子；r₁,r₂是[0，1]之间的随机数；t为当前进化代数；

更新qbest_dh和gbest_dh，如果粒子当前的适应值qbest_dh更优，则置qbest_dh为当前值，并设q_dh位置为D维空间中的当前位置；如果粒子当前的适应值gbest_dh更优，则置gbest_dh为当前粒子的适应值；

Step4：判断寻优是否达到最大进化代数t_max，或|v_dh^(t+1)-v_dh^(t)|ε，ε是粒子速度变化的阈值，且I₀为临界性能指标值，如果是的则输出最优挥发窑操作模式即当前窑身转速，鼓风风压，鼓风风量，窑内负压值，否则t＝t+1转Step2。