买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请涉及炼焦配煤技术领域，公开了一种炼焦入炉煤的配比优化方法，其特征在于，包括：S1.搭建焦炭质量预测模型：将涉及焦炭质量的第一参数作为输入数据，所述第一参数包括煤质化学组成参数、煤的物理性质参数、焦炭操作参数中的一种或多种，根据第一参数间的关系建立焦炭质量预测模型；将模型得到的结果，作为新的输入特征输入S2.基于遗传算法的配比优化模型，根据实际需要，调整生成配比。本申请优化各种煤的使用比例，减少优质煤的使用，在降低成本的同时，也兼顾了焦炭质量，且能够由用户自由调整二者的权重，能够让企业根据自身情况，对配比策略灵活配置。

主权项：1.一种炼焦入炉煤的配比优化方法，其特征在于，包括：S1.搭建焦炭质量预测模型：将涉及焦炭质量的第一参数作为输入数据，所述第一参数包括煤质化学组成参数、煤的物理性质参数、焦炉操作参数中的一种或多种，根据第一参数间的关系建立焦炭质量预测模型；将模型得到的结果，作为新的输入特征输入S2.基于遗传算法的配比优化模型，根据实际需要，调整生成配比；所述基于遗传算法的配比优化模型中，包括改进的适应度函数设计，所述改进的适应度函数为： ，其中，是单种煤的单价，是单种煤的使用比例，是用前文中的焦炭质量预测模型预测出的配比后的入炉煤炼制焦炭的质量参数，是生产焦炭的期望质量参数，是单种煤的挥发分参数；是比例参数，用来调整计算配比时，考虑不同因素的权重；所述S1.搭建焦炭质量预测模型，包括：S11.数据收集，收集炼焦过程中涉及焦炭质量的第一参数，所述第一参数包括煤质化学组成参数、煤的物理性质参数、焦炭操作参数中的一种或多种；S12.数据预处理，对收集到的第一参数进行清洗，包括去除异常值、填补缺失值、转换数据格式；为了消除不同量纲对模型训练的影响，对数据进行归一化或标准化处理；S13.特征工程，其包括特征提取和特征选择；特征提取：根据工艺流程，梳理第一参数，将不同的参数进行组合计算，形成新的特征；特征选择：剔除贡献度较小的特征，减少特征维度，提高模型训练效率和预测性能；S14.定义目标函数，定义一个目标函数，其能够接受GBDT的超参数作为输入，并返回模型的性能指标；S15.设置超参数空间，确定重要的超参数的范围和分布；S16.选择先验分布，为重要的超参数选择一个先验分布，贝叶斯优化会根据先验分布和历史数据来更新后验分布；S17.迭代优化：开始时，在参数空间中随机选择若干点来评估目标函数；在每次迭代中，贝叶斯优化根据后验分布来选择下一个超参数的组合进行评估；S18.更新模型，使用选定的超参数组合训练GBDT模型，并评估其性能；S19.反馈循环：将新评估的性能反馈到贝叶斯优化算法中，更新超参数的概率模型；所述S2.基于遗传算法的配比优化模型，其包括：S21.定义遗传算法的参数，包括种群大小、交叉率、变异率和终止条件；所述种群大小决定每代中个体的数量；所述交叉率决定交叉操作的概率；所述变异率决定变异操作的概率；所述终止条件定义遗传算法运行的代数或时间限制；S22.编码方案，将配合煤的配方编码为染色体；S23.初始化种群：随机生成多个染色体，即多种配煤方案，作为初始种群；S24.改进的适应度函数设计；S25.选择操作，在选择操作后加入灾变操作，即加入一个新的随机染色体，也就是随机的配煤方案；S26.交叉和变异：采用了一种自适应参数的交叉变异操作，如下式所述： 其中，是交叉或变异的概率，是当前迭代次数，是预先设置的最大迭代次数，、是一个常数；S27.生成新一代种群：将经过选择、交叉和变异操作后得到的新染色体合并到当前种群中，形成新一代种群；S28.检查终止条件：检查是否达到终止条件；S29.解码和输出最优解：如果达到终止条件，解码种群中的最优个体，得到最佳配合煤配方；输出最优解以及对应的成本和质量参数。

全文数据：

权利要求：

百度查询： 山东青博工业科技有限公司 一种炼焦入炉煤的配比优化方法