矿井通风网络的反向增强型烟花算法优化研究

作     者：吴新忠 胡建豪 魏连江 钱晓喻 任子晖 张芝超 WU Xinzhong;HU Jianhao;WEI Lianjiang;QIAN Xiaoyu;REN Zihui;ZHANG Zhichao

作者机构：中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学安全工程学院江苏徐州221116 

出 版 物：《工矿自动化》 (Journal Of Mine Automation)

年 卷 期：2019年第45卷第10期

页      面：17-22,67页

学科分类：0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 

基　　金：国家重点研发计划资助项目(2018YFC0808100) 江苏省重点研发计划资助项目(BE2016046) 

主　　题：矿井通风 通风网络优化 烟花算法 反向增强型烟花算法 反向学习 爆炸半径精细化控制 

摘      要：建立了以通风网络总能耗最小为目标的矿井通风网络非线性无约束优化模型。为提高该模型的优化能力和收敛速度,提出了一种反向增强型烟花算法。首先采用均匀反向初始化种群策略,将生成的均匀分布的随机种群和反向种群共同竞争,选择最优初始种群作为后续搜索的起始点;然后精细化控制烟花爆炸半径,使不同世代烟花种群的爆炸半径呈非线性递减,同代种群的爆炸半径由自身适应度值协调分配,并设定最小动态阈值以减少搜索资源浪费;最后采用精英反向学习选择策略,加强对精英烟花所在空间邻域的搜索,提高算法的全局勘测能力。实验结果表明,采用该算法对矿井通风网络进行优化后,在满足实际通风网络调节限制及用风需求基础上,总能耗可降低约23.2%,优化效果优于粒子群优化算法和增强型烟花算法。