優(yōu)化配煤是一個多目標尋優(yōu)問題,依據(jù)約束條件和目標函數(shù)建立的數(shù)學(xué)模型是配煤優(yōu)化技術(shù)的核心內(nèi)容。動力配煤的數(shù)學(xué)模型分為線性模型和非線性模型,線性模型主要采用加權(quán)平均或線性擬合等常規(guī)數(shù)學(xué)方法。非線性模型主要應(yīng)用神經(jīng)網(wǎng)絡(luò)、遺傳算法、模擬退火算法、粒子群算法及量子粒子群算法等數(shù)學(xué)方法。本項目在國內(nèi)首次將量子粒子群算法應(yīng)用與配煤模型的求解過程,并將單煤價格納入約束條件體系,以此作為模型實現(xiàn)配煤最優(yōu)經(jīng)濟性的...
|