摘要
本发明公开了一种基于强化学习进化多目标的烧结配料优化方法及装置,方法包括如下步骤:步骤1:输入烧结配料总计划;步骤2:基于原料成分确定参与配料的各原料的成分、成本;步骤3:计算混烧结配料总计划中各元素主要成分的含量占比;步骤4:输入烧结配料总计划的工艺参数;步骤5:建立以最小化烧结配料方案成本的目标函数;步骤6:采用基于强化学习进化多目标智能优化算法对目标函数和工艺参数组成的数学模型进行求解,得到最优的烧结配料方案。通过算法计算出最优的烧结配料方案,该配料方案为烧结计划的指定提供了数据支持,实现烧结配料计划的动态最佳控制,提高烧结矿质量控制水平。
技术关键词
烧结配料优化方法
智能优化算法
计划
工艺参数条件
元素
烧结矿
数学模型
初始化算法
变异策略
优化装置
代表
因子
模块
数值
数据
系统为您推荐了相关专利信息
仿真模型
电力系统控制方法
策略
负荷预测模型
电力系统控制装置
人工智能助手
浏览器插件
隔离容器
历史访问数据
文档对象模型