[发明专利]一种设备能力变化条件下的选矿综合生产指标优化方法

摘要

本发明提供一种设备能力变化条件下的选矿综合生产指标优化方法，属于自动控制技术领域，该方法包括：确定选矿企业综合生产指标优化目标及约束条件；周期性地从计划调度层的指令中获取选矿过程中的工作设备的运行时间、设备检修计划及该设备平均台时处理量；当设备检修或设备故障导致设备能力出现变化时，针对选矿企业综合生产指标优化目标及约束条件对各原矿处理量进行调整优化，进而实现选矿综合生产指标优化；根据优化后的原矿处理量进行调整。本发明方法当约束条件中的设备能力约束发生变化时，所需解决的数学模型就变成了动态优化问题，而传统的混合进化算法只能解决变化之前的优化问题。

主权项

一种设备能力变化条件下的选矿综合生产指标优化方法，所述选矿综合生产指标包括各月度精矿品位、全选比、金属回收率、单位成本和产量，设备能力是指设备平均台时处理量，其特征在于：该方法包括以下步骤：步骤1：确定选矿企业综合生产指标优化目标及约束条件；所述优化目标为：在给定生产条件下，即给定原矿属性、设备能力、设备运行时间、能源消耗条件下，选矿企业综合生产指标在目标区间内最大化精矿品位、最小化选矿比、最大化金属回收率、最小化生产成本、最大化精矿产量；所述约束条件包括综合生产指标约束、设备能力约束、能源资源约束、尾矿品位约束、可利用原矿资源约束；步骤2：周期性地从计划调度层的指令中获取选矿过程中的工作设备的运行时间、设备检修计划及该设备平均台时处理量；步骤3：当设备检修或设备故障导致设备能力出现变化时，针对选矿企业综合生产指标优化目标及约束条件对各原矿处理量进行调整优化，进而实现选矿综合生产指标优化；采用基于精英策略和移民策略的动态多目标进化方法对各原矿处理量进行调整优化，具体步骤如下：步骤3.1：初始化及产生种群：设置初始化参数并产生初始化种群，将产生的初始化种群的部分存储起来作为随机移民；初始化参数包括种群大小、交叉概率、变异概率、基于梯度算子更新概率、最大进化代数、初始步长，将原矿处理量可行解的最大个体数映射为种群大小，该种群中的个体为各原矿处理量矢量，即决策变量；步骤3.2：适应度分配：采用分级方法计算种群中每个个体的适应度值，即根据约束支配关系对种群中的个体进行快速非支配排序，将各个个体比较后分为不同级别，个体的适应度值为其所在非支配层的级别值；步骤3.3：交配选择：采用二元或多元竞争选择方法来产生新的父代种群，即对父代种群和子代种群中的个体进行比较，选择最优个体作为新的父代种群的个体，构成新的父代种群；步骤3.4：基于混合算子的个体更新：针对新的父代种群中的个体，进行交叉操作、变异操作和梯度算子搜索操作，产生新的个体；基于交叉概率进行交叉操作；基于变异概率进行变异操作，基于梯度算子更新概率和初始步长进行梯度算子搜索操作；步骤3.5：添加移民：将产生的新的个体中，进行部分个体的替换，即将产生的部分新的个体替换成最初存储的随机移民中的部分个体，形成新的子代种群，并对该子代种群个体与父代种群个体计算适应度函数值；步骤3.6：选取精英解：合并父代种群及子代种群，计算合并后的新的子代种群的个体拥挤度，根据合并后的新的子代种群个体适应度函数值和拥挤度进行非支配排序，选取排序等级最好的个体作为新子代种群，如果新子代种群大小小于初始化种群大小，将选取排序等级下一级的个体补充到新子代种群中，直到新子代种群大小等于初始化种群大小；步骤3.7：如果达到最大迭代代数，则当前子代种群为原矿处理量可行解，即优化后的原矿处理量，否则根据新子代种群返回步骤3.2开始下一代搜索；步骤4：根据优化后的原矿处理量进行调整，返回步骤2。