【摘要】：在20世紀80年代,一些科學家通過觀察生物的進化過程開發(fā)了一些智能算法。這些算法為各行各業(yè)的優(yōu)化工作提供了一種全新的視角。發(fā)明者都是在自然界一些進化與生活現(xiàn)象的啟發(fā)下腦洞大開提出這些優(yōu)化算法。本文寫作的目的就是要應用智能算法當中的遺傳算法與它的改進算法優(yōu)化鋼鐵燒結配料建模,并提出一種新的思路改進遺傳算法的方法。本文著重介紹了遺傳算法與多種群遺傳算法優(yōu)化鋼鐵燒結配料的過程,并且詳細的介紹了這兩種算法的原理以及操作的步驟流程。先介紹了傳統(tǒng)遺傳算法的原理以及其應用的領域,再介紹了多種群遺傳算法并且把這種改進的遺傳算法應用在優(yōu)化鋼鐵燒結配料建模中。以往的鋼鐵燒結配料建模都是應用傳統(tǒng)遺傳算法進行優(yōu)化,本文作者查遍了很多網(wǎng)站的論文和相關書籍并沒有發(fā)現(xiàn)學者應用多種群遺傳算法對燒結配料建模進行優(yōu)化。作者應用多種群遺傳算法優(yōu)化燒結配料建模算是一種應用領域的創(chuàng)新,并應用計算機把這兩種算法進行了模擬與實證。由于燒結配料建模日益復雜,各種限制條件越來越多,應用傳統(tǒng)遺傳算法進行優(yōu)化容易陷入局部最優(yōu)。為了解決傳統(tǒng)遺傳算法的缺陷作者針對此問題提出了一種新型精英保留策略,能保證算法在優(yōu)化燒結建模時最后輸出的結果達到全局最優(yōu)解并為以后研究遺傳算法精英保留的科研人員提供一種新思路。
【圖文】：

1混合遺傳算法示意圖
【學位授予單位】：江西財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TF046.4;TP18

【參考文獻】

相關期刊論文 前6條

1 吳敏;王春生;曹衛(wèi)華;;基于預測模型與調整規(guī)則的燒結配料優(yōu)化綜合集成方法[J];系統(tǒng)仿真學報;2008年09期

2 呂學偉;白晨光;邱貴寶;歐陽奇;黃玉明;;基于遺傳算法的燒結配料綜合優(yōu)化研究[J];鋼鐵;2007年04期

3 何大闊,王福利,賈明興;遺傳算法初始種群與操作參數(shù)的均勻設計[J];東北大學學報;2005年09期

4 向齊良,吳敏,侯奔,向婕;基于成分預測模型的礦石燒結配料專家優(yōu)化方法[J];山東大學學報(工學版);2005年04期

5 唐世浩,朱啟疆;遺傳算法中初始種群與交叉、變異率對解的影響及其解決方案[J];科技通報;2001年03期

6 楊東進,陳繼國,于忠念,向天德;燒結配料優(yōu)化分析[J];燒結球團;2000年01期

相關會議論文 前1條

1 呂學偉;白晨光;邱貴寶;歐陽奇;;燒結配料優(yōu)化研究[A];2006年全國煉鐵生產技術會議暨煉鐵年會文集[C];2006年

相關博士學位論文 前1條

1 梁棟;燒結配料、高爐生產及調度過程優(yōu)化模型研究[D];重慶大學;2008年

相關碩士學位論文 前7條

1 任浩然;基于自適應遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡股價預測模型[D];延安大學;2017年

2 胡建強;冶金燒結配料過程優(yōu)化控制系統(tǒng)的設計及開發(fā)[D];遼寧工業(yè)大學;2016年

3 牛德良;水鋼燒結配料經(jīng)濟優(yōu)化方法及模型研究[D];重慶大學;2015年

4 周常立;燒結配料優(yōu)化方法及工業(yè)應用[D];中南大學;2011年

5 劉振;翼鋼燒結礦配礦優(yōu)化研究[D];西安建筑科技大學;2007年

6 黃玉明;重鋼燒結配礦優(yōu)化研究[D];重慶大學;2005年

7 侯奔;基于成分預測的燒結配料專家優(yōu)化方法研究[D];中南大學;2005年

，

本文編號：2609995