算法分析
基于遗传算法的烧结配料优化方法
侯武民1张韬2
(1.新兴铸管股份有限公司河北郸056300： 2.新兴河北工程技术有限公司河北邯郸056107)
皮
摘要：配料是烧结的基础，烧结配料效累的好坏直接影响到企业的生产效益。传统的烧结配料试算模型存在配料成分不稳定，配料或本高等诸多弊端，本文介绍了利用遗传算法遗行烧结优化配料的方法，将优化方案应用到实际生产中取得明显的经济效益。
关键调：烧结优化配料遗传算法
中图分类号：TF04
文献标识码：A
文章编号：1007-9416(2013)01-0118-02
Study on optimization method
for sinter burden based on genetic algorithm
HOU Wumin', ZHANG-Tao2
(1.Xinxing Ductile Iron Pipes Co.Ltd,Handan 056300,China ; 2.Xinxing Hebei Engineering & Research Inc.Ltd ,Handan 056107,China)
Abstract: proportioning is very important for sinter production, A good sinter burden result in a good production benefit, the traditional sinter burden method have some defects, such as composition instable,high cost and so on。 This paper introduced the optimization method for sinter burden based on genetic Algorithms. Use this method to guide production have brought about huge economic benefits
Key Words:sinter optimization proportioning genetic Algorithms
1前言
配料是烧结的基础，烧结配料效果的好坏直接影响到烧结矿的化学成分及稳定性，并影响到原料的使用成本。传统的试算模型存在配料成分不稳定，配料成本高，配料能力不足，资源利用不合理等诸多弊端。而传统的求解最优化方法又大多要求搜索空间具有连续可导性，且通常只能给出局部最优解，不易获得全面最优解。
近几年来发展起来的遗传算法则较好地解决了这些问题，遗传算法(GeneticAlgorithms,GA）是基于自然选择和基因遗传学原理的有导向随机搜索算法，其求解问愿不依赖于系统模型的表达方式，而是对参数集进行了编码的个体进行操作，搜索过程从一个潜在解的群体开始，以模型对应的适应度函数作为寻优判据，根据自然选择和适者生存的竞争策略求解问题。
因此将遗传算法应用到冶金配料当中，必定会在生产中取得显著的经济效益。
2烧结配料模型的构建
烧结厂通常使用多种含铁原料（精粉，澳矿，富粉，返矿，印巴粉）、溶剂(生石灰)配成烧结混合料。其配比是否合理，不仅影响烧结矿的产量、质量，面且极大地影响烧结矿的成本（占整个烧结矿成
表1
原料精矿检澳矿印度粗粉高粉透生石灰
烧结所用原料化学成分
单位：%
TFe 66.78 64.64 57.20 63.92 57.74 0.00
sio, 3.18 6.15 5.62 3.14 4.99 4.73
表2烧结所用原料价格表
精矿粉 291
澳矿 272
印度粗粉 197
富粉 265
cao 1.6 0.8 3.75 1.7 9.32 77.87
Mgo 1.08 1.1 2.69 1.01 2.63 0.00
单位：元/吨
返矿 110
表3对烧结烧结矿化学成分的要求
TFe> 57.00
118
Cao> 3.30
Mgo≥ 3.50
生石灰 112
单位：% Sio 10.00
本的70%85%)，因此烧结配料要满足低成本（经济性)优良的烧结性能（工艺性)及最终烧结矿优良的冶金性能（质量性)等指标。但由于工艺性和质量性的精确量化较为困难，因此将成本作为目标。把工艺性和质量性要求作为约束条件处理。同时由于这些约束条件都是线性，所以烧结配料最优化间题可以视为线性约束最优化问题来处理。
线性约束最优化间题的一般形式可以描述为： Minimize(x,.,x.)
, + --+ au, = b a, +.+ ax_ = b
Subject to Cu, --+yt, Sd,
Cn*, +.+Cg*, ≤ d,
2.1原料条件
表4约束条件概述表
变量教目 6
表5
变量xl 系数
1.0
0.6678 1.6 1.08 0.318
等式约束数
不等式约数
变量域约束数 6
一个等式和4个不等式约束变量系数和约束值表
X害柔系数
1.0
0.6464 0.8-1.1 0.615
变量 x3系数 1.0
0.572 3.75 2.69 0.562
种群数和选代表6：
次数输入值表种群数选代次数 50
500
变量 1.0
0.392-1.7 1.01 0.314
变量x5 系数
1.0
0.5774
9.32 2.63
0.499
变量 x6系数 1.0
77.87
0.473
约束值
1000 570 3300 3500 1000
表7交叉概率和变异概率输入值表交艾税率变异概率 0.3
0.15