在某钢铁线材企业的实际调度问题的基础上,研究了一类带有组换装时间的单机调度问题.根据该调度问题的实际需求,以最小化作业的最大延迟为优化目标.由于该问题是NP难的,提出了一类启发式算法来求解该问题,并进一步通过引入问题的性质,提高算法的寻优性能,降低算法运行时间.该算法在随机产生的测试问题和企业的实际调度上均进行了测试,实验结果表明该启发式算法能在短时间内获取近优解

针对钢铁空分企业氧气放散率高、综合能耗高的问题，建立了以减小转炉用氧总量波动和降低系统能耗为目标的转炉用氧调度模型。综合考虑了吹炼区间时长不变、各吹炼区间起始时刻满足工艺要求、钢水温度大于1250 °C、转炉用氧调度前后变动最小等约束，以基于整数空间的粒子群（Particle swarm optimization, PSO）算法进行求解。同时，以国内某大型钢铁企业空分厂为案例，采用Pipeline Studio软件建立该厂区氧气管网输配系统模型，对转炉用氧调度的节能优化效果进行了验证。结果表明，本文提出的转炉用氧节能优化调度在研究时间段尽可能安排单台转炉生产，有效降低多台转炉吹氧重叠时间，在生产时间内错峰用氧，减小转炉用氧总量波动，缓解氧气供求不平衡的矛盾。在120 min研究时长内，调度前后系统氧气放散量由1242.1 m3降低至0，相应的空分系统的电耗节约了1192.42 kW·h，氧压机的压缩能耗增大了41 kW·h，氧气管网输配系统节约总能耗为1151.42 kW·h。综合计算来看，转炉用氧调度应用到全年，预计减少氧气放散总量5.44×106 m3，节约氧气管网输配系统总能耗5.22×106 kW·h

在前九章，我们主要是介绍一些数字图象处理的基本原理和算法，很多细节 和优化的算法都没有提，所以程序的通用性和效率并不理想。其实有很多优秀的 图象处理编程工具，功能强大，速度很快。在实际的编程中，可以调用它们提供 的功能来满足我们自己的需求，提高了编程效率和代码的正确性

主要采用数据挖掘技术中的聚类分析算法对电弧炉炼钢的历史数据进行分析、加工处理,得出不同热装铁水比、炼钢成本、氧耗情况下的炉次分类,再利用K-means聚类法得到聚类结果,并对结果进行分析.通过分析比对,在结果的不同分类中选出最优的用氧和用电曲线

提出一种以燃料消耗量最小为优化目标的加热炉生产调度新方法。首先基于热力学第一定律分析了流入及流出加热炉的各项能量，并对燃料消耗量的计算式进行了理论推导。进而根据加热炉区实际生产调度特点归纳各约束条件，以多台加热炉总燃料消耗量最小为优化目标，构建调度优化数学模型。采用自适应差分进化算法搭配禁忌搜索算法进行综合求解，并通过9组实际钢坯生产案例模拟验证了该算法的可行性和有效性。同时，为了探究加热炉燃料消耗量的影响因素，提出了分别衡量加热炉区缓冲等待、炉内加热两部分时间同理想生产时间匹配程度的评价参数μ1和μ2，并分析了燃料消耗量对二者的敏感性，结果表明：当连铸坯到达加热炉节奏与热轧工序出坯节奏之比由0.5增至2时，燃料消耗量对两评价参数的敏感性逐渐减弱

针对连续域函数优化问题,提出了一种新的全局极大值搜索方法——多感官群集智能算法(multi-sense swarmintelli-gence algorithm,MSA).受鱼群算法(artificial fish-swarmalgorithm,AFA)和FS算法(free search algorithm,FSA)的启发,MSA的搜索机制将大范围勘察和小范围精确搜索相结合,个体在使用视觉信息快速逼近局部较优解的同时,利用嗅觉信息避免群体过于集中并引导个体向全局较优解方向移动.仿真结果证明:MSA鲁棒性较强,全局收敛性好,收敛速度较快,收敛精度较高.最后,将该方法应用于前向神经网络训练,结果表明满足应用要求

第10章数学问题的非传统解法 一、集合论、模糊集与模糊推理 二、粗糙集理论与应用 三、人工神经网络及其在数据拟合中的应用 四、进化算法及其在最优化问题中的应用 五、小波变换及其在数据处理中的应用 六、分数阶微积分学问题求解及应用

针对含动态再结晶粘塑性模型中的材料参数应用传统的测试方法很难准确测定的问题,吸收了遗传算法、增广高斯-牛顿算法、Levenberg-Marquardt算法和可变多面体算法的优点,构造了一套混合的全局优化算法.以26Cr2Ni4MoV为例,以镦粗实验提供的实验数据和刚塑性有限元模拟提供的数值解差值的l2范数的平方作为目标函数,应用构造的算法识别了该模型中的材料参数,计算结果和实验结果符合良好

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性

RMS算法是K.S.Chandra等人1982年提出的一种可用于非光滑函数的线搜索优化算法[1]它具有调用函数次数少,CPU时间短等突出优点。本文补充了文献[1]中未讨论的退化情况,并对RMS算法加以修改,使其理论上趋于完善。本文还论证了在一定条件下RMS算法的收敛性