联系人

技术来源

项目研究采用了个体信息融合的方法，修正基本的PSO算法模型，增强个体间的信息共享能力，通过质心的引入，构建了两种具有质心的粒子群算法模型(CPSO和PSOM)。在新的模型基础上构建了基于捕食搜索策略、人口迁移策略和混沌-单纯形法的三种粒子群优化算法。

本项目将氧化铝生产中的物料平衡计算问题抽象成非线性规划问题，进行了数学建模，将以上算法引入到物料平衡计算平台。平台用户界面友好，直观，使用简单，能够进行工艺流程的选择，能对输入的原材料条件和工艺条件进行预览，便于检查，可自动完成物料平衡计算过程，无须人工干预，自动输出物料流量表、平衡表以及计算的中间过程等实用表格。

技术指标：

物料平衡计算平台系统由三种流程组成：（1）含苛化过滤，无强制排盐流程，在样本数量为500，迭代次数为5000的情况下进行物料平衡计算50次，均可以达到误差小于0.5的范围，算法计算的成功率100%。（2）含苛化过滤，有强制排盐流程，在样本数量为300，迭代次数为3000的情况下进行物料平衡计算50次，均可以达到误差小于0.5的范围，算法计算的成功率100%。（3）无苛化过滤，无强制排盐流程，在样本数量为300，迭代次数为3000的情况下进行物料平衡计算50次，均可以达到误差小于0.5的范围，算法计算的成功率100%。

应用领域：

本项目将新的PSO算法应用于物料平衡计算，解决了在氧化铝生产过程中物料平衡计算复杂、繁琐的问题。由于新算法不仅具有较快的收敛速度和较高的收敛精度，而且还具有很好的全局收敛性和稳定性，结合智能算法的广泛适应性，因此本项目推广前景十分广阔。

预期经济效益：

物料平衡计算平台在中铝公司郑州研究院的铝工业物料平衡计算中投入使用。为企业氧化铝生产过程中物料平衡计算提供了高技术、高精度的计算平台，有助于企业选出最佳的氧化铝生产方法和工艺流程，达到投资最省及生产成本最低的目的。项目对于智能算法的研究以及实际的工程应用都有着重要的指导意义，一定能够产生可观的经济效益和社会效益。

投资规模：

投资规模在几万元至二十万元之间，要根据具体生产要求来定。

研究现状：

本系统已研发完毕。

合作形式、条件：

技术转让。