基于数据解析的连退生产过程多因子操作优化

作     者：王显鹏 王赞 WANG Xian-peng;WANG Zan

作者机构：东北大学智能工业数据解析与优化教育部重点实验室沈阳110004 辽宁省制造系统与物流优化重点实验室沈阳110004 辽宁省智能工业数据解析与优化工程实验室沈阳110004 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2019年第34卷第12期

页      面：2713-2720页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(61573086) 国家自然科学基金重大项目(71790614) 

主　　题：连续退火 数据解析 进化集成学习 多因子优化 操作优化 自适应多因子进化算法 

摘      要：针对连退生产过程中带钢质量波动大和生产能耗过大的问题,基于数据解析方法构建带钢质量的预测模型,进而建立连退生产过程多因子操作优化模型.该模型的任务是求得一个最优工艺参数设定方案,使得模型中所包含的两个相互影响但并不冲突的目标能够实现同时最优化.针对该问题,提出一种改进的自适应多因子进化算法(AdaMFEA),将不同优化目标作为不同类别因子,通过父代解在不同因子上的性能评价指标决定子代解的搜索方向.为了改进算法的鲁棒性和搜索效率,算法使用多种交叉算子,并基于各算子的搜索性能分析提出多种交叉算子的自适应选择机制;同时提出基于回溯直线搜索和拟牛顿法的个体学习策略,对个体进行局部搜索.基于Benchmark问题的实验结果表明,AdaMFEA能够有效提升传统多因子进化算法(MFEA)的求解效率;基于实际工业问题的实验结果表明,AdaMFEA可有效求解连退生产过程多因子操作优化问题,实现多个非冲突目标在一个种群的进化过程中同时达到最优.