[发明专利]一种可伸缩气力输送管道动态调度的进化多目标优化求解方法

说明书

本发明提出了一种具有可伸缩性的气力输送管道压力动态调度方法，该方法将进化多目标优化与机器学习结合起来，用于解决气力输送系统的动态调度问题。本发明将气力输送管道的压力动态调整问题看作是一个动(静)态多目标优化问题，通过重用在求解过程中已经找到的高质量解，以便生成更好的初始种群，由此可以在气力输送系统需求发生变化时，显著提高进化算法的性能，从而使得控制系统具备更好的压力调整能力。

技术领域

本发明属于工业生产中气力输送管道的动态调度问题，具体涉及应用动态多目标优化算法和可伸缩多目标优化算法求解气力输送管道动态调度问题。

背景技术

气力输送是一种利用气流在密闭管道内输送物料的技术，在物料输送领域应用极为广泛。气力输送的优点在于输送距离长、输送量大同时输送速度较高，但另一方面，也面临着气量大导致的能耗高，用气量波动高导致的输送压力大，管道频繁开关导致的系统安全性等问题。智能化的控制是解决此类问题的有效手段。

气力输送系统的研究已经取得了较多进展，尤其随着智能制造的推进，诸如智能阀门等一系列新型方法和手段出现，使得气力输送系统的智能控制成为可能。但目前的气力输送系统尚未解决以下关键问题：如何动态地合理调度规模不同的输送系统，以满足生产企业相互冲突的多个优化目标，如输送效率，气力能耗，系统安全等，从而实现智能化地管理整个气力输送系统。在不同规模利用气力输送以及传输物料种类多样的企业，例如钢厂和电厂，解决此类问题的意义尤其显著。

气力输送系统调度的存在两个难点。首先，在一个生产周期内，气力输送系统需要在秒级上进行调度，以保证不同的气力输送系统交错运行，从而达到降低峰值能耗，防止集中用气等目的。气力输送系统的数量和生产周期的长度共同构成了调度的搜索空间，因此搜索空间的可能是小规模、中规模，及大规模的。而气力输送系统需要在一个生产周期内精确地对管道进行调度，是一个困难的问题。第二，即使在一个生产周期内，气力输送系统因为物料、设备、人工等原因，调度的要求可能会随时间变化。在这样一个不断变化的环境中，智能系统不仅要在大规模的搜索空间中寻找调度策略，还要做到及时的响应，因为气力输送系统应尽可能快地更新调度策略以满足动态变化的调度需求，防止旧的调度策略在新需求下可能造成的负面影响。

作为一个动态多目标优化问题，为了跟踪帕累托最优解(POS)，一种有前景的方法是利用进化动态多目标优化算法求解。然而，气力输送问题的结构导致了搜索空间的巨大，需要消耗大量的计算时间，传统的动态多目标优化算法无法在大规模的搜索空间中有效地寻找最优解。其次，针对搜索空间不同规模的多目标优化问题，一些针对性的大规模多目标优化算法被提出，但是现在的大规模多目标优化算法没有考虑优化目标动态变化的情况，导致在动态优化中算法效率低下的问题。

由此可见，现有的技术虽然可以在大规模多目标优化问题中求解，但是需要长时间的计算，算法的时间复杂度无法满足动态响应的需求。因此，需要一种能在实际工业生产中投入使用的方法。

发明内容

基于现有技术存在的上述问题，本发明提出了一种基于群体智能优化的气力管道输送控制方法。本发明提出的方法针对现有技术在解决规模可变优化问题中消耗计算资源多，不利于在动态环境中做出决策的问题，提出了一个可伸缩的基于个体迁移的知识重用方法来动态地解决气力输送系统调度问题。本发明将可伸缩多目标优化算法得到的高质量的个体解进行知识重用，有效地生成更好的初始种群，从而在气力输送系统需求变化时提高进化算法的搜索性能。

本发明提出的方法能在实际工业生产中投入使用，动态地解决大规模多目标优化问题，即算法在不同规模的空间中搜索能力是可伸缩的，其次，算法能重用之前优化的解，以加快对动态变化需求的响应，从而满足工业生产的优化目标。

本发明提出了一种单根管道最优化运行的多目标优化求解方法，将单个管道的最优化运行调整视为一个多目标优化问题，所述多目标优化问题包括：同时最小化管道输送能耗、最小化管道调度的运行压力峰值(最小化高压)、最小化管道调度的压力峰值与谷值差(最小化高低压差)、最大化管道输送速率；