发明名称 一种基于遗传算法的智能微粉配比优化系统
摘要 本发明涉及一种基于遗传算法的智能微粉配比优化方法,包括:用户磨料微粉信息库模块:存储用户信息、磨料价格和粒度组成的所有数据;功能实现模块:利用信息库模块的库存产品信息,通过基于遗传算法的智能微粉配比优化方法,计算出符合需求粒度号产品所需要的参与配比的微粉粒度号和比例;资料更新模块:用户可自行输入参与配比产品的参数,更改磨料微粉的相关参数,包括价格、畅销系数,从而获得生成产品的相关信息。本发明对磨料微粉企业实际生产具有指导意义,企业可将非畅销粒度号微粉按照一定的规则混合配料,得到畅销粒度号磨料,从而通过很低的加工成本带来良好的经济效益。
申请公布号 CN101261704B 申请公布日期 2013.05.08
申请号 CN200810083798.5 申请日期 2008.03.11
申请人 东华大学;河南新大新材料股份有限公司 发明人 郝矿荣;东苗
分类号 G06Q10/04(2012.01)I;G06N3/12(2006.01)I 主分类号 G06Q10/04(2012.01)I
代理机构 上海泰能知识产权代理事务所 31233 代理人 黄志达;谢文凯
主权项 一种基于遗传算法的智能微粉配比优化方法,用于计算机处理系统,其特征在于:所述的计算机处理系统还包括:用户磨料微粉信息库模块:存储用户信息、磨料价格和粒度组成的所有数据;功能实现模块:利用信息库模块的库存产品信息,通过基于遗传算法的智能微粉配比优化系统,计算出符合需求粒度号产品所需要的参与配比的微粉粒度号和比例;所述的遗传算法的优化系统是将从数据库中读取的参数数据以及通过可视化界面输入的数值进行优化运算后,再利用人机界面,读取优化运算结果并显示在界面中;资料更新模块:用户可自行输入参与配比产品的参数,更改磨料微粉的相关参数,包括价格、畅销系数,从而获得生成产品的相关信息;所述的基于遗传算法的智能微粉配比优化方法包括下列步骤:(1)初始化群体:在设计遗传算子:交叉、选择和变异算子的基础上提前设定以下4个运行参数:M:群体大小,即群体中所含个体的数量,在此取为100;T:遗传算法的终止遗传代数,在此取为500;Pc:交叉概率,在此取为0.8;Pm:变异概率,在此取为0.15;初始群体中的个体是随机产生的,将用户输入的重量参数作为可行区的上界,整个可行区设定为初始群体的生成区域,随机生成若干数目的个体;用长度为10位的二进制编码串来表示决策变量,作为基因串,10位二进制串可以表示从0到1023之间的1024个不同的数,故将重量参数x0、x1、x2、x3、x4的定义域离散化为1023个均等的区域,包括两个端点在内共有1024个不同的离散点;依次让它们分别对应于从0000000000(0)到1111111111(1023)之间的二进制编码;再将分别表示x0,…,x4的五个10位长的二进制编码串连接在一起,组成一个50位长的二进制编码串;(2)进行解码:解码时先将50位长的二进制编码串切断为五个10位长的二进制编码串,然后分别将它们转换为对应的十进制整数代码,依据个体编码方法相对定义域的离散化方法进行转换;(3)计算个体适应度:遗传算法为求函数的最大值,采用幂函数将目标函数转化为适应度函数;通过目标函数和适应度函数计算各染色体串的适应度,公式如下: <mrow> <mi>J</mi> <mo>=</mo> <msup> <mrow> <mo>[</mo> <mn>3</mn> <mo>-</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>&times;</mo> <mi>D</mi> <mn>3</mn> <msub> <mi>Per</mi> <mi>i</mi> </msub> <mo>]</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>[</mo> <mn>50</mn> <mo>-</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>&times;</mo> <mi>D</mi> <mn>50</mn> <msub> <mi>Per</mi> <mi>i</mi> </msub> <mo>]</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <mo>+</mo> <msup> <mrow> <mo>[</mo> <mn>94</mn> <mo>-</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>&times;</mo> <mi>D</mi> <mn>94</mn> <msub> <mi>Per</mi> <mi>i</mi> </msub> <mo>]</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <mo>+</mo> <msub> <mi>A</mi> <mn>1</mn> </msub> <mo>&times;</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>&times;</mo> <msub> <mi>price</mi> <mi>i</mi> </msub> <mo>+</mo> <msub> <mi>A</mi> <mn>2</mn> </msub> <mo>&times;</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>&times;</mo> <msub> <mi>coefficient</mi> <mi>i</mi> </msub> </mrow>其中,J为目标函数,xi分别表示各粒度号的原料微粉用量;D50Peri分别表示目标微粉的D50对应的粒径在原料微粉粒度号磨料中对应的累积百分比;D3Peri分别表示目标微粉的D3对应的粒径在原料微粉粒度号磨料中对应的累积百分比、D94Peri分别表示目标微粉的D94对应的粒径在原料微粉粒度号磨料中对应的累积百分比;pricei分别表示各粒度号磨料的价格;coefficienti分别表示各粒度号磨料的畅销系数;A1表示价格的加权系数;A2表示畅销系数的加权系数;适应度函数则由目标函数采用幂函数转化得到 <mrow> <mi>F</mi> <mrow> <mo>(</mo> <mi>J</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>J</mi> </mfrac> <mo>;</mo> </mrow>(4)配比分析计算:分析各种微粉磨料粒度标准尺寸,通过目标函数和适应度函数求得对应的参与配比的5种磨料微粉的重量;(5)判别是否达到最大迭代次数;若未达到,则通过对染色体群体进行选择、交叉、变异运算产生新一代群体,转入步骤(2)重复上述过程;(6)若步骤(5)达到最大遗传代数,则终止运算。
地址 201620 上海市松江区松江新城区人民北路2999号