(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110316930.8 (22)申请日 2021.03.25 (65)同一申请的已公布的文献号 申请公布号 CN 112949205 A (43)申请公布日 2021.06.11 (73)专利权人 兰州大学 地址 730000 甘肃省兰州市城关区天水南 路222号 (72)发明人 赵志立　刘书涵　杜玉红　苟卓越　 (74)专利代理 机构 广东创合知识产权代理有限 公司 44690 代理人 任海燕 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/00(2006.01)审查员 白露霜 (54)发明名称 一种披沙炼金多维参数优化方法 (57)摘要 本发明提供一种披沙炼金多维参数优化方 法， 将炼金矿砂选择区域定义为寻优空间， 矿砂 定义为优化参数， 矿砂密度定义为函数的解， 并 在该寻优空间中， 通过个体编码、 产生初始 群体、 计算矿砂密度、 群内产生新个体、 群间产生新个 体、 爆裂产生新个体、 焙烧处理矿砂、 补充新矿砂 个体、 优秀个体精炼等优化过程， 获得矿砂密度 最优解， 从而获得密度最大的矿砂。 通过本发明 所述多维参数优化方法， 加快寻优速度的同时， 大大提高了算法内在并行性和收敛速度， 且优化 结果的精度更高和鲁棒 性更好。 权利要求书3页 说明书8页 附图1页 CN 112949205 B 2022.03.01 CN 112949205 B 1.一种披沙炼金多维参数优化方法， 其特征在于， 定义： 炼金区域为参数优化空间， 矿 砂为优化 参数， 矿砂 密度为函数的解； 同时定义密度函数为： 定义炼金矿砂选择区域为寻优空间， 所述寻优空间 的函数参数 范围为： [xli， xhi]， i＝1， 2，…··， n； 所述多维参数优化方法包括 步骤： 步骤1： 个体编码定义， 根据优化参数维度规模， 每个优化参数xi采用十进制表示， 每个 矿砂个体X由(x1， x2，……， xn)向量组成； 步骤2： 选择P个初始矿砂群， 任一所述初始矿砂群包含随机从所述炼金区域内选择的j 个矿砂； 步骤3： 计算矿砂个体密度， 根据所述密度函数计算每一个矿砂的密度并按序排列， 将 密度最大的矿砂作为当前优化过程中的最佳优化 参数； 步骤4： 在所述寻优空间中， 对所述最佳优化参数进行迭代优化， 每当获得的最新矿砂 个体密度大于 当前密度最大的矿砂个体密度时， 将该所述最新矿砂个体作为新的最佳优化 参数， 并继续下一轮优化， 直至 当前矿砂个体密度符合预设寻优代数， 则停止寻优； 否则， 继 续迭代优化； 其中， α， β 分别为初矿砂群编号和矿砂个体编号， 即α ＝1， 2， ……， p和β ＝1， 2， ……， j， p 和j分别为矿砂群 最大数量和矿砂个体 最大数量； n为函 数寻优参 数维度； xli， xhi分别为第i 维参数寻优空间低限值和高限值。 2.根据权利要求1所述的披沙炼金多维参数优化方法， 其特 征在于， 所述 步骤4还包括： 步骤4.1： 群内产生新个体， 将选 择概率大于Pc的矿砂选中作为碰撞 个体， 并按 一预设概 率进行撞击产生新的矿砂个体， 公式为： 其中Pc0， RKi分别为初始选择概率阈 值和按照密度逆序排序百分比； 步骤4.2： 群间产生新个体， 将选 择概率大于Pb的矿砂选中作为碰撞 个体， 并按 一预设概 率进行撞击产生新的矿砂个体， 公式为： 其中Pb0， RKi分别为初始选择概率 阈值和按照密度逆序排序百分比； 步骤4.3： 矿砂爆裂新个体， 当选 择概率大于Ps时矿砂爆裂， 获得新的矿砂个体， 公式为： 其中Ps0， RKi分别为初始选择概 率阈值和按照密度逆序排序百分比； 步骤4.4： 焙烧处理低密度矿砂， 采用火法冶炼去除多余碳质现象， 设群内矿砂平均密 度为 群内矿砂按照密度大小进行逆序排序， 则后序 的矿砂被焙烧去除， 其中η 为焙烧强度调整因子； 步骤4.5： 补充新矿砂个体， 根据所述步骤4.1至步骤4.4的寻优过程， 获得寻优导航图， 并根据导航结果， 将寻优过程中优化参数分布密度较稀疏 的地方， 作为新矿砂补充来源进 行新矿砂个 体补充； 步骤4.6： 优秀个体精炼， 根据寻优导航图获取高密度矿砂个体集中分布区域， 并以当 前寻优参数为中心， 在预设微尺度内产生新的个体， 选取密度排序前5 ‑10％的优秀矿砂个权　利　要　求　书 1/3 页 2 CN 112949205 B 2体进行精炼， 获得迭代后的矿砂密度， 直至该迭代后的矿砂密度符合预设寻优代数， 则停止 寻优； 否则， 返回步骤4.1进入下一轮迭代。 3.根据权利要求2所述的披沙炼金多维参数优化方法， 其特征在于， 所述步骤4.1还包 括： 所述群内产生 新个体按照以下公式碰撞产生 新矿砂个 体： 其中， 分别为两个撞击前的矿砂个体； 分别 为两个撞击后的矿砂个体； jc为撞击产生的新个体数量； 为群内碰撞 矿砂个体的 质量差； sign()和rand()分别为取符号函数和(0， 1)之间的随机函数； 和 分别为群内两个撞击前的矿砂个 体的密度。 4.根据权利要求2所述的披沙炼金多维参数优化方法， 其特征在于， 所述步骤4.2还包 括： 所述群间产生 新个体按照以下公式碰撞产生 新矿砂个 体： 其中， 分别为两个撞击前的矿砂个体； 分 别为两个撞 击后的矿砂个体； jp为撞 击产生的新个体 数量， 为群间碰撞矿砂个体 的质量差， 和 分别为群间两个撞击前的矿砂个体的密度； sign()和rand() 分别为取符号 函数和(0， 1)之间的随机函数。 5.根据权利要求2所述的披沙炼金多维参数优化方法， 其特征在于， 所述步骤4.3还包 括： 所述矿砂爆裂按照以下公式产生 新矿砂个 体： 其中， 爆裂前的矿砂个体； 为爆裂后的矿砂个体； jm为爆裂产生 的新个体数量， 爆裂前后的矿砂个体的质量差， 且等于爆裂前的矿砂个体质量的权　利　要　求　书 2/3 页 3 CN 112949205 B 3