遺傳算法在配煤中的應用

馬松波

(平頂山中選自控系統有限公司，河南 平頂山 467000)

遺傳算法在配煤中的應用

馬松波

(平頂山中選自控系統有限公司，河南 平頂山 467000)

簡要介紹了遺傳算法，詳細闡述了如何建立基于遺傳算法的配煤模型。

遺傳算法；配煤；染色體

1 遺傳算法簡介

遺傳算法首先產生一定數目的隨機解(即所謂的群體)，以此為基礎，開始搜索。每一組解稱為一個個體(即染色體)，每條染色體在遺傳過程中，通過交叉、變異、選擇等操作，生成下一代染色體，通過計算染色體適應度的好壞來選擇再次進行交叉、變異、選擇的染色體。這些染色體通過不斷迭代、遺傳、進化，最終收斂于一組最優解。在這個過程，用來對染色體進行篩選的適應度起到了關鍵作用，因此選擇一個好的適應度函數來計算染色體的適應度至關重要。

目前，通州道路交通環境日趨復雜，交通流量不斷增加，急需智能化的交通管理系統解決其交通需求和經濟發展需要.

遺傳算法利用編碼技術與繁殖原理，能有效快速地搜索多維、高度非線性空間。在配煤模型中使用遺傳算法，可以全局、快速、并行地解出符合要求的配煤比[1]。

2 建立基于遺傳算法的配煤模型

配煤主要是根據混煤的特性，將幾種特性不同的煤種按照一定的比例混合起來，使混煤具有可用性、經濟性。因此，設計該算法的最終目的就是解出一組最優的配煤比例。我們將煤種的比值看作一個基因段，所有煤種的比值組成一個染色體。煤種的比值有4種表現形式(即遺傳算法中的編碼)：二進制編碼、格雷碼編碼、實數編碼、符號編碼。在該算法中，我們采用實數編碼。實數編碼優點如下：適用于數值變化范圍比較大的場合，有利于大空間搜索、簡化算法等。

2.1 建立模型

院長住在敬老院最東面的一個小獨院里，這個小院有數畝地大小，里面種滿了芹菜和大蔥菠菜之類的，還稀疏地種著幾棵柿子樹，院墻下種滿了竹子，還有幾棵高大的楸樹。這個獨院非常幽靜，平時，也沒人來這兒。老冬瓜一行人來的時候，院長正在楸樹下喝茶。他躺在躺椅上瞇縫著雙眼。酒糟鼻子在細碎的燈光下櫻桃般紅紫。據張麻子說，院長四細狗當年做村長的時候，就這德性，他喜歡躺在躺椅上看掉在地上的月光。

在遺傳算法中，我們假定染色體種群大小為M，每條染色體個體用y表示，則染色體種群為Y={y1，y2，…，yM}；每條染色體由若干個基因片段(即混煤的百分比)組成，在這里我們假定進行配煤煤種數為N，則每條染色體的編碼為X={x1，x2，…，xN}。通過種群的多次交叉、變異、選擇后，會產生一個最優染色體，即為該問題的最優解。在這個過程中，我們需要先確定用來衡量染色體好壞的適應度函數。適應度函數主要包括煤的發熱量(Q)、揮發分(V)、灰分(A)、水分(H)、硫分(S)、價格(P)等參數，將這些參數放入適應度函數中計算出來的值就是該條染色體的適應度。

首先，需要計算出當染色體為X時，混煤的發熱量(Q)、揮發分(V)、灰分(A)、水分(H)、硫分(S)、價格(P)等特性。

在該算法中我們使用的適應度函數為：

2.2 建立評價機制

當染色體為X時，混煤的某個特性或多個特性超出其指定范圍，用懲罰函數來降低該染色體的適應度。發熱量懲罰函數值為CQ、揮發分懲罰函數值為CV、灰分懲罰函數值為CA、水分懲罰函數值為CH、硫分懲罰函數值為CS、價格懲罰函數值為CP。

當混煤發熱量Q

4.注意，維修手冊上規定的旋緊螺紋件的扭矩是指干凈無油條件下。有油污的螺紋件即使按規定扭矩旋緊后，對零部件夾緊力仍可能不穩定或不足。因此，除非維修手冊上另有規定，否則是指干燥干凈的螺紋。

當混煤硫分S>Smax時，硫分懲罰函數值CS=S2，否則CS=0；

選煤廠煤泥水處理系統存在的問題與煤層頂底板泥巖性質密切相關。2009年7月對選煤廠部分環節的煤泥水性質進行了探索實驗。結果表明，煤泥水濃度過高，如果不加水稀釋，無論用什么藥劑都不能使其沉降。

當混煤水分H>Hmax時，水分懲罰函數值CH=H2，否則CH=0；

當混煤揮發分VVmax時，揮發分懲罰函數值CV=V2，否則CV=0；

當混煤價格P>Pmax時，價格懲罰函數值CP=P2，否則CP=0。

當前，國際安全形勢復雜多變，維護國家統一、領土完整和海洋權益任務艱巨，國防和軍隊建設進入重要發展期，軍事斗爭準備也進入深化拓展期。國防動員系統深化改革，國防動員組織指揮、領導管理和力量運用發生變化，從而對國防動員理論研究提出了更高要求。

2.3 選擇、交叉、變異

沙盤實訓課程雖然類似于競爭性游戲，但經營規則比較復雜，知識性較強。以企業經營管理沙盤為例，各經營團隊需要規劃好企業的廣告方案、生產計劃、原材料采購計劃，需要控制好企業的現金流，掌握企業財務報表的填制并核算企業利潤等。各團隊要經營好模擬企業，既需要有理論知識的積累，也需要根據經營規則制定合理的經營策略，并具備根據市場競爭環境進行靈活調整策略的能力。做好這些，既需要團隊成員加強相關專業知識的學習，也需要花費大量時間、精力去探索經營思路與競爭對策。因此，對于同學們勇于克服困難、保持持續學習的動力需要進行激勵。

F=Q+V-A-H-S-P-Y×(CQ+CV-CA-CH-CS-CP)+C

其中，C為常數。F的值越大，說明該染色體的適應度越好，越接近問題的解，越有可能被選為進行交叉、變異的染色體。

懲罰因子也是很重要的一個因素。懲罰因子過大時，會使搜索空間變小，不利于找到最優解；懲罰因子過小時，會降低求解的精度。因此，合適的懲罰因子(Y)很重要。

我們定義一組變量：全局最優解X1；當代染色體中最優解X2；染色體交叉率pc；染色體變異率pm。獲得當代染色體中最優解：計算當代染色體中每條染色體的適應值，將具有大適應值的染色體(即最優解)賦值給X2，判讀X2是否大于X1，如果X2>X1，則將X2的值賦值給X1。

2.3.1 染色體選擇

當混煤灰分A>Amax時，灰分懲罰函數值CA=A2，否則CA=0；

2.3.2 交叉

兩條染色體以概率pc進行交叉。算法中采用單點交叉，即在兩條染色體中隨機設置一個交叉點，從這個交叉點開始交換它們的基因。

2.3.3 變異

按照最嚴格水資源管理制度的總體部署，加快建立水資源管理責任和考核制度，嚴格遏制地下水超采，防止出現生態環境問題。同時，不斷加強用水計量和地下水動態監測，將量測設備納入工程建設范圍，密切關注地下水動態變化。統籌考慮水資源論證后評估工作，全面分析評估報告書提出的取水量、取水影響分析是否合理，取水方案是否可行，水資源節約措施是否有效；評估并監督建設項目業主單位對報告書和審批文件的落實情況，以及項目建設對水資源開發、利用、節約和保護的影響；監測重點項目區地下水變化情況等內容，提高水資源論證編制和決策水平。同時，妥善安排好項目其他后續工作，為確保項目持久發揮效益奠定基礎。

算法采用基本位變異，染色體中每個基因以概率pm變異。

高壓柔性直流電網分層協同自適應下垂控制//陶艷,劉天琪,李保宏,苗丹,董語晴,盧智雪//(18):70

基因變換：染色體中每條基因代表煤種所占的百分比，因此，染色體中所有基因的和應為1，但在交叉、變異后可能出現不等于1的情況，需要對其進行變換，使其值為1。至此，新的染色體群就生成了。

遺傳算法流程如圖1所示。

圖1 遺傳算法流程

3 結語

在對染色體進行評價時，引入了懲罰函數[2]，有利于搜索的快速收斂，提高計算的精度與速度。遺傳算法求解時間短，單煤數量越多越能體現其優越性。

[1]周俊虎，平傳娟，劉建忠，等.基于遺傳算法的動力配煤模型[J].煤炭學報，2003(5)

[2]劉春梅.基于遺傳算法的煉焦配煤最優化配置研究[J].制造業自動化，2012(2)

2014-06-10

馬松波(1985—)，男，河南武陟人，碩士研究生，助理工程師，研究方向：信息管理。