论文部分内容阅读
提出了一种遗传算法与神经网络技术相结合的智能优化算法，实现打浆过程的优化控制；首先针对打浆过程中系统的非线性、工艺参数间关系的不确定性。对打浆过程采用神经网络建立输入与输出之间的非线性模型，再利用遗传算法对控制参数寻求决策变量优化求解；通过改进遗传算法的交叉、变异算子等，使算法在优化过程中能有效地保持种群的多样性，防止种群过早收敛、局部收敛的现象，以实现打浆全局最优控制；实践表明，该智能优化算法，在满足打浆前后性能指标的同时明显降低了打浆能耗，是解决过程控制优化问题的可行之路。