本文選題：煤礦節(jié)能減排 + 多目標函數(shù)��； 參考：《工礦自動化》2017年06期

【摘要】：針對傳統(tǒng)煤礦節(jié)能減排優(yōu)化模型選取的目標函數(shù)比較單一的問題,構建了涵蓋經(jīng)濟效益、能源消耗、污染物排放量等目標函數(shù)的煤礦節(jié)能減排多目標優(yōu)化模型,并應用基于改進的蝙蝠算法尋找3個目標函數(shù)之間的優(yōu)化解,實現(xiàn)了經(jīng)濟效益最大化、能源消耗最低化、污染物排放量最少化的優(yōu)化結果。仿真結果表明,相比于PSO-E、NSGA-II算法,改進的蝙蝠算法能夠在較短的迭代步數(shù)內(nèi)獲取較高的個體適應度,且能夠實現(xiàn)較佳的多目標優(yōu)化結果,符合節(jié)能規(guī)劃的目標需求。
[Abstract]:Aiming at the problem that the objective function of the traditional coal mine energy saving and emission reduction optimization model is relatively simple, the multi objective optimization model of coal mine energy saving and emission reduction is constructed, which covers economic benefit, energy consumption and pollutant emission. And the optimized solution is used to find 3 target functions based on the improved bat algorithm, and the economic efficiency is realized. The simulation results show that, compared with the PSO-E, NSGA-II algorithm and the improved bat algorithm, the improved bat algorithm can obtain higher individual adaptability in a shorter iteration step, and can achieve better multi target optimization results and meet the target requirements of energy saving planning.

【作者單位】： 重慶工程職業(yè)技術學院現(xiàn)代教育技術中心;
【基金】：四川省教育廳理工科重點項目(14ZA0287)
【分類號】：TD82;TP18

【相似文獻】

相關期刊論文 前9條

1 李志國;崔周全;張電吉;陳鵬能;;磷礦堆場多目標優(yōu)化配礦模型[J];武漢工程大學學報;2012年10期

2 李志國;崔周全;;基于遺傳算法的多目標優(yōu)化配礦[J];廣西大學學報(自然科學版);2013年05期

3 李建偉;侯曉紅;劉長郄;;基于多目標優(yōu)化算法的礦井可持續(xù)開采模式研究[J];煤礦開采;2013年03期

4 劉勇，，周錫德;采區(qū)集中化生產(chǎn)的多目標優(yōu)化[J];貴州工學院學報;1995年03期

5 彭娟;程健;韓仿仿;闕勝利;宋萬寶;;基于粒子群算法的自動配煤系統(tǒng)多目標優(yōu)化[J];工礦自動化;2009年10期

6 陶華學,李桂苓;現(xiàn)代變形監(jiān)測布網(wǎng)方案的非線性多目標優(yōu)化的算法[J];山東礦業(yè)學院學報(自然科學版);1999年01期

7 曹娜,于群;多目標優(yōu)化改進遺傳算法的礦區(qū)電網(wǎng)設計[J];煤炭科學技術;2002年08期

8 侯曉東;蔣仲安;;礦井防塵管網(wǎng)多目標優(yōu)化研究[J];金屬礦山;2008年11期

9 ;[J];;年期

本文編號：1772987