МОДЕЛИРОВАНИЕ ПРОЦЕССА КОКСОВАНИЯ УГЛЕЙ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКОГО ПРОГРАММИРОВАНИЯ

Е.А. Ярошенко

Донецкий национальный технический университет, Украина

Источник:Інформаційні системи та технології / Тезисы конференции. - Одесса, ОГАХ - 2009, с.65-66

Технология коксования при заданной производительности коксовых печей является достаточно консервативным и трудно управляемым в смысле воздействия на качество кокса процессом. Качество кокса зависит в значительной мере от подготовки углей и правильности составления угольной шихты. Анализ применяемых методов и моделей показал, что исследования проводились с использованием либо математических, либо статистических методов, которые, как известно, имеют ряд недостатков, основными из которых являются необходимость предварительной обработки и подготовки данных, проверки адекватности полученной модели, чрезвычайная сложность модели.

Для устранения указанных недостатков был предложен метод «символьной регрессии» генетического программирования, который основан на эволюционном развитии потенциальных решений – хромосом (Хр), которые представляют собой математические выражения, составленные из элементов функционального и терминального множеств. ГА = (FS, TS, P0, s, I, Md, c, r, m, F, t), где FS – функциональное множество, состоящее из функций «+», «-», «*», «/», «^»; TS – терминальное множество, состоящее из констант и переменных; P0 = (a01,…,a0l) – исходная популяция, a0i – решение задачи, представленное в виде Хр; s - размер популяции (целое число); I – оператор инициализации; Md – максимальная глубина Хр (целое число); c – оператор отбора в промежуточную популяцию; r – оператор кроссинговера; m – оператор мутации; F – целевая функция (Fц); t – критерий останова алгоритма.

Хр (потенциальные решения) представлены в виде деревьев, узлами которых являются элементы FS и TS. Для них разработаны проблемно-ориентированные операторы кроссинговера и мутации. В качестве Fц для оценки пригодности Хр использована функция:

Функция оценки пригодности особи

где Yi – априорное значение выходного параметра, Yi* – расчетное значение выходного параметра, N – размер выборки данных. ГА отбирает наиболее пригодные Хр, основываясь на значениях Fц, и на их основе строит новые решения.

Программная реализация метода решения задачи выполнена в среде C++ Builder 6.0.