一种基于多目标遗传算法预测高炉最佳加湿量的方法

本发明涉及一种基于多目标遗传算法预测高炉最佳加湿量的方法，包括：将热风压力、压差、加湿量、焦碳量、前一炉硫分作为输入变量，训练RBF神经网络得到铁水物理温度预测模型；将料速、风量、顶压、加湿量、焦碳量、前一炉铁水硅含量作为输入变量，训练RBF神经网络得到燃料比预测模型和煤比预测模型；使用加湿量作为决策变量，将铁水物理温度、燃料比和煤比作为约束条件构建多目标优化模型；利用遗传算法对所述多目标优化模型进行求解得到最佳加湿量。本发明基于多目标遗传算法，能够在不同的生产条件和环境变化情况下，实现对目标高炉最佳加湿量的预测，减少高炉二氧化碳排放量。