Авторы

Использование популяционных алгоритмов для оптимизации температурного режима обжига фосфоритовых окатышей

Проблема рационального использования энергоресурсов особенно остро стоит перед энергоемкими производствами, к которым относятся высокотемпературная обработка горно-химического сырья (например, производство фосфоритовых окатышей из отходов апатит-нефелиновых руд путем сушки и обжига). В этой связи температурные режимы функционирования обжиговой конвейерной машины должны обеспечивать не только завершенность протекающих в ней химико-технологических процессов и требуемое качество продукции, но и энергоресурсосбережение. Таким образом, возникает актуальная научно-практическая задача оптимизации режимов нагрева шихты на основе результатов моделирования тепло- и массообменных процессов, протекающих в различных зонах обжиговой конвейерной машины. Невозможность проведения дорогостоящих натурных экспериментов приводит к необходимости использования методов компьютерного моделирования. Нелинейность, большая размерность поискового пространства, высокая вычислительная сложность затрудняют применение традиционных методов детерминированного поиска. В этих условиях хорошие результаты показывают стохастические методы, преднамеренно вводящие элемент случайности в поисковый алгоритм. Сегодня широкое распространение получили популяционные алгоритмы, основанные на моделировании коллективного поведения живых организмов и отличающиеся возможностью одновременной обработки нескольких вариантов. В качестве решения поставленной оптимизационной задачи предложено использование модифицированного алгоритма кукушкиного поиска (путем введения элементов нечеткости), которое обеспечивает комплексный учет огромного числа разнотипных параметров, задаваемых для каждой вакуум- камеры обжиговой конвейерной машины. Управление химико-энерготехнологической системой переработки отходов апатит-нефелиновых руд с учетом полученных данных и на основе имеющейся нейросетевой модели высокотемпературного процесса позволит максимально снизить количество возврата и обеспечить энергоресурсосберегающие условия функционирования обжиговых агрегатов. Читать дальше...

Применение коэволюционных алгоритмов для оптимизации режимов функционирования обжиговой конвейерной машины

В современных условиях постоянного роста цен на топливно-энергетические ресурсы особую актуальность приобрела проблема повышения энергоресурсоэффективности технологических процессов промышленного предприятий. Особенно остро она стоит перед энергоемкими производствами, к которым относится высокотемпературная обработка горно-химического сырья. Для снижения энергоемкости сложных химико-технологических процессов предлагается воспользоваться возможностями компьютерного моделирования, например, для оптимизации режимов функционирования существующего оборудования. В качестве примера была рассмотрена научно-практическая задача оптимизации режимов нагрева шихты в различных зонах обжиговой конвейерной машины, используемой для производства фосфоритовых окатышей из отходов апатит-нефелиновых руд, хранящихся в отвалах горно-обогатительных комбинатов. Специфика поставленной оптимизационной задачи (нелинейность целевой функции, большая размерность поискового пространства, высокая вычислительная сложность) существенно ограничила возможности применения традиционных методов детерминированного поиска. Это обуславливает выбор популяционных алгоритмов, которые основаны на биоинспирированном подходе к моделированию коллективного поведения и отличаются возможностью одновременной обработки нескольких вариантов. Для решения поставленной оптимизационной задачи использовался алгоритм кукушкиного поиска, отличающийся небольшим числом «свободных» параметров, влияющих на его сходимость. Для выбора оптимальных значений этих параметров предложено воспользоваться идеей коэволюции, заключающейся в параллельном запуске нескольких версий выбранного алгоритма с различными «настройками» для каждой подпопуляции. Управление химико-технологической системой переработки отходов апатит-нефелиновых руд с учетом полученных результатов позволит минимизировать количество возврата и обеспечить энергоресурсосберегающий режим функционирования обжиговой конвейерной машины. Читать дальше...

Направления гибридизации алгоритмов роевого интеллекта и нечеткой логики для решения оптимизационных задач в социально-экономических системах

Эффективное функционирование сложных социально-экономических систем в условиях неопределенности невозможно без решения многих задач поддержки принятия управленческих решений. В число таковых входят повышение качества выпускаемой продукции, снижение производственных затрат, обеспечение энерго- и ресурсосбережения, сокращение транспортных расходов, увеличение надежности цепи поставок, формирование сбалансированного портфеля проектов и другие. Их математическая постановка в типичном случае требует поиска глобального экстремума целевой функции, в случае многокритериальной постановки – проведения свертки критериев, что должно выполняться с учетом различных ограничений. При этом поиск оптимального решения обычно необязателен, и результат, близкий к таковому, считается приемлемым. К одним из наиболее востребованных методов решения задач в этой облегченной постановке принадлежат стохастические методы, позволяющие получить решение за время в ١٠2 – 103 раз меньшее времени выполнения алгоритмов на основе полного перебора. Особый интерес в последнее время проявляется к метаэвристическим методам, которые вдохновлены кооперативным поведением децентрализованной самоорганизующейся колонии живых организмов (пчел, муравьев, бактерий, кукушек, волков и т. п.) для достижения определенных целей – как правило, для удовлетворения пищевых потребностей. Согласно относительно недавно доказанной теореме «об отсутствии бесплатных обедов», универсального алгоритма, способного давать лучшие результаты независимо от решаемой проблемы, не существует, по причине чего направление усилий разработчиков смещается в сторону создания и совершенствования специализированных алгоритмов. Настоящая работа преследует цель установления подходов к конструированию методов, базирующихся на алгоритмах роевого интеллекта и нечеткой логики. На основе их классификации и анализа предложены возможные направления развития алгоритмов роевого интеллекта на различных шагах их выполнения (инициации популяции, миграции особей, оценки качества и отсева неперспективных решений) путем введения элементов нечеткости для повышения их эффективности при решении задач многомерной оптимизации параметров сложных социально-экономических систем. Читать дальше...