[发明专利]基于基因表达式编程的盐酸雾排放浓度数学建模及应用方法

权利要求书

1.一种基于基因表达式编程的盐酸雾排放浓度数学建模及应用方法，其特征在于：主要包括下列步骤：

步骤一，历史数据的获取，利用WinCC/OLEDB技术获取WinCC系统中的过程归档数据，即各项影响盐酸雾排放浓度的数据；

步骤二，利用基因表达式编程（GEP）建立离线模型，利用得到的各项影响盐酸雾排放浓度的数据，计算出相应时刻的盐酸雾浓度，并与实际测得的盐酸雾浓度对比得到满意结果，此模型可用；

步骤三，模型应用，根据在线获得的实时过程数据并利用模型预测未来某时刻的盐酸雾浓度，如超过了正常范围则分析影响浓度的主要因素，通知工作人员调节某些设备以降低盐酸雾浓度。

2.根据权利要求1所述的基于基因表达式编程的盐酸雾排放浓度数学建模及应用方法，其特征在于,所述步骤二建立离线模型包括以下具体步骤：

（1）数据预处理：主要包括：数据类别选择，选取重点影响数据；

（2）模型选择； 

（3）离线模型的建立：包括：参数设置和建立盐酸雾排放浓度模型。

3.根据权利要求2所述的基于基因表达式编程的盐酸雾排放浓度数学建模及应用方法，其特征在于：所述步骤(1)中，数据预处理选择影响盐酸雾排放浓度的主要因素：由于影响最终盐酸雾排放浓度的因素多且复杂，为了简化酸再生的工艺流程，降低建模难度，挑选出酸再生工艺的主关键设备以及相应盐酸雾排放浓度的主要影响因素。

4.根据权利要求2所述的基于基因表达式编程的盐酸雾排放浓度数学建模及应用方法，其特征在于：所述步骤(2)中，模型选择采用基于基因表达式编程的盐酸雾排放浓度模型，可用于精确指导酸再生生产的盐酸雾排放浓度，建立一个可用于精确指导酸再生生产的盐酸雾排放浓度的数学模型：

                (1)

其中，y 表示盐酸雾排放浓度，X 表示盐酸雾排放浓度的影响因素，表征盐酸雾排放浓度和各影响因素之间的函数关系式；

同时，考虑前一时刻(t-1)排放浓度对当前时刻(t)排放浓度的影响，将t-1时刻的排放浓度作为影响盐酸雾排放浓度的影响因素之一，即变量x₁₁，则：

  (2)

 (3)

这样，就可以对酸雾排放浓度变化的原因给出准确的数学描述，研究其对各个影响因素的变化率关系，继而指导酸再生生产。

5.根据权利要求2所述的基于基因表达式编程的盐酸雾排放浓度数学建模及应用方法，其特征在于,所述步骤(3)中，离线模型建立包括参数设置和建立盐酸雾排放浓度模型：

1）参数设置

a.函数集和终结符集的选择； 

b.染色体的确定； 

c.适应度函数； 

d. 选择算子； 

e. 其它参数设置；

2）建立盐酸雾排放浓度模型

根据以上参数设定，应用基于GEP算法的函数挖掘程序，经过多次运行，分别进化50000代后，均能得到较好的数学模型；

从获得的公式中选取4组表现优秀的盐酸雾排放浓度模型公式，如下所示：

                          适应度为0.1312     (4)

           适应度为0.1162     (5)

                          适应度为0.1195     (6)

         适应度为0.1085     (7)。

6.根据权利要求1所述的基于基因表达式编程的盐酸雾排放浓度数学建模及应用方法，其特征在于,所述步骤三中，模型应用包括：

（1）浓度预测：利用盐酸雾排放浓度数学模型对训练集的盐酸雾排放浓度数据进行了实测值与计算值的比较；

（2）影响因素诊断：利用GEP挖掘得到的模型公式，可计算为了将盐酸雾排放浓度降低到某警报值以下时，单个设备参数需要调整的目标合理值，从而辅助工人操作。