本发明专利技术提供一种铜冶炼优化方法、装置、电子设备和存储介质，涉及铜冶炼技术领域，所述方法包括：构建初始数据集，初始数据集是基于样本决策参数分别与多个铜冶炼指标组合得到的；将初始数据集输入对应的铜冶炼代理模型，输出用于表征铜冶炼指标预测结果的目标预测值，其中，铜冶炼代理模型是针对各铜冶炼指标，基于深度高斯过程和高斯噪声确定的；基于各铜冶炼指标对应的目标预测值构建的多个合并预测组，确定目标解集，并在目标解集加入新的合并预测组的情况下，基于期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解。本发明专利技术可实现多竞争目标下的铜冶炼优化，实时获取最优工艺参数组合。实时获取最优工艺参数组合。实时获取最优工艺参数组合。
【技术实现步骤摘要】
铜冶炼优化方法、装置、电子设备和存储介质
[0001]本专利技术涉及铜冶炼
，尤其涉及一种铜冶炼优化方法、装置、电子设备和存储介质。
技术介绍
[0002]铜冶炼是复杂的工业过程，具有工艺繁多、流程长、工序间关联耦合等特点。在铜冶炼过程中，原材料的成分、设备生产状态、生产工业参数等均会影响流程的运行，因此，对铜冶炼过程中的综合生产指标进行决策优化是一个关键研究问题。
[0003]铜冶炼优化是寻找一组工艺参数，如原材料成分、生产工况、操作参数等，使得多个生产指标达到最优，如同时满足铜产量最大且废气量最少。
[0004]在实际生产中，主要依靠技术人员凭借长期积累的经验和相关工艺知识进行决策，而人工决策随意性大且准确度较低，无法保证铜冶炼过程中生产指标的优化；同时，由于铜冶炼过程涉及复杂的物理化学反应，且生产指标与决策变量之间具有非线性、不确定性、机理复杂等特点，难以建立解析形式的数学模型进行决策优化，而采用进化算法进行铜冶炼优化时，该方法多用于单一生产指标的优化，并且需生成大量样本，计算复杂，耗时较长，无法满足实时性要求。
技术实现思路
[0005]本专利技术提供一种铜冶炼优化方法、装置、电子设备和存储介质，用以解决现有技术中与铜冶炼问题拟合度低且实时性较低的缺陷，实现多竞争目标下的铜冶炼优化，实时获取最优工艺参数组合。
[0006]本专利技术提供一种铜冶炼优化方法，包括：
[0007]构建初始数据集，所述初始数据集是基于样本决策参数分别与多个铜冶炼指标组合得到的；<br/>[0008]将所述初始数据集输入对应的铜冶炼代理模型，输出用于表征铜冶炼指标预测结果的目标预测值，其中，铜冶炼代理模型是针对各铜冶炼指标，基于深度高斯过程和高斯噪声确定的；
[0009]基于各所述铜冶炼指标对应的目标预测值构建的多个合并预测组，确定目标解集，并在所述目标解集加入新的合并预测组的情况下，基于期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，其中，所述目标解集是基于当前迭代周期的帕累托前沿近似集确定的，所述当前迭代周期的帕累托前沿近似集是在上一迭代周期的帕累托前沿近似集的基础上，添加上一迭代周期确定的使期望超体积改进量最大的决策参数最优解得到的，所述期望超体积改进量用于表征新的合并预测组对当前所述铜冶炼代理模型的期望改进量。
[0010]根据本专利技术提供的铜冶炼优化方法，所述在所述目标解集加入新的合并预测组的情况下，基于期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参
数最优解，包括：
[0011]基于所述目标解集，确定当前所述铜冶炼代理模型的第一超体积指标，所述第一超体积指标为所述目标解集中的合并预测组与参考预测组构成的超体积数值；
[0012]在所述目标解集加入新的合并预测组的情况下，确定新的铜冶炼代理模型的第二超体积指标；
[0013]基于所述第二超体积指标和所述第一超体积指标的差值，确定超体积改进量；
[0014]基于所述超体积改进量和新的合并预测组对应的多元概率密度，确定期望超体积改进量；
[0015]基于所述期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，其中，所述合并预测组最优解用于表征所述合并预测组最优解对应的各所述铜冶炼指标均优于除所述合并预测组最优解以外的合并预测组对应的各铜冶炼指标。
[0016]根据本专利技术提供的铜冶炼优化方法，所述基于所述期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，包括：
[0017]基于所述第一超体积指标，确定多目标优化评价指标；
[0018]在所述多目标优化评价指标收敛的情况下，确定所述期望超体积改进量的最大值及对应的合并预测组，将所述合并预测组确定为合并预测组最优解，并将所述合并预测组最优解对应的决策参数确定为决策参数最优解。
[0019]根据本专利技术提供的铜冶炼优化方法，所述基于所述期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，还包括：
[0020]在所述多目标优化评价指标未收敛的情况下，确定所述期望超体积改进量的最大值及对应的合并预测组；
[0021]确定所述合并预测组对应的决策参数，并确定所述决策参数对应的铜冶炼指标；
[0022]将所述决策参数和所述铜冶炼指标添加至所述初始数据集，构建更新数据集；
[0023]将所述更新数据集再次输入所述铜冶炼代理模型进行训练，直至所述多目标优化评价指标收敛，确定合并预测组最优解及其对应的决策参数最优解。
[0024]根据本专利技术提供的铜冶炼优化方法，所述深度高斯过程包括L层高斯过程；
[0025]所述铜冶炼代理模型是基于以下步骤得到的：
[0026]构建L层高斯过程，且上一层高斯过程的输出为下一层高斯过程的输入，其中，第一层高斯过程的输入为样本决策参数；
[0027]基于第L层高斯过程的输出结果及高斯噪声的和，确定对应铜冶炼指标对应的铜冶炼代理模型。
[0028]根据本专利技术提供的铜冶炼优化方法，所述构建初始数据集，包括：
[0029]获取样本采样参数；
[0030]对所述样本采样参数进行仿真，确定所述样本采样参数对应的多个铜冶炼指标；
[0031]将所述样本采样参数分别与各所述铜冶炼指标组合，得到所述铜冶炼指标对应的数据对；
[0032]基于各所述数据对，构建初始数据集。
[0033]本专利技术还提供一种铜冶炼优化装置，包括：
[0034]构建模块，用于构建初始数据集，所述初始数据集是基于样本决策参数分别与多
个铜冶炼指标组合得到的；
[0035]输出模块，用于将所述初始数据集输入对应的铜冶炼代理模型，输出用于表征铜冶炼指标预测结果的目标预测值，其中，铜冶炼代理模型是针对各铜冶炼指标，基于深度高斯过程和高斯噪声确定的；
[0036]确定模块，用于基于各所述铜冶炼指标对应的目标预测值构建的多个合并预测组，确定目标解集，并在所述目标解集加入新的合并预测组的情况下，基于期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，其中，所述目标解集是基于当前迭代周期的帕累托前沿近似集确定的，所述当前迭代周期的帕累托前沿近似集是在上一迭代周期的帕累托前沿近似集的基础上，添加上一迭代周期确定的使期望超体积改进量最大的决策参数最优解得到的，所述期望超体积改进量用于表征新的合并预测组对当前所述铜冶炼代理模型的期望改进量。
[0037]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述铜冶炼优化方法。
[0038]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述铜冶炼优化方法。
[0039]本专利技术还提供一种计算机程序本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种铜冶炼优化方法，其特征在于，包括：构建初始数据集，所述初始数据集是基于样本决策参数分别与多个铜冶炼指标组合得到的；将所述初始数据集输入对应的铜冶炼代理模型，输出用于表征铜冶炼指标预测结果的目标预测值，其中，铜冶炼代理模型是针对各铜冶炼指标，基于深度高斯过程和高斯噪声确定的；基于各所述铜冶炼指标对应的目标预测值构建的多个合并预测组，确定目标解集，并在所述目标解集加入新的合并预测组的情况下，基于期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，其中，所述目标解集是基于当前迭代周期的帕累托前沿近似集确定的，所述当前迭代周期的帕累托前沿近似集是在上一迭代周期的帕累托前沿近似集的基础上，添加上一迭代周期确定的使期望超体积改进量最大的决策参数最优解得到的，所述期望超体积改进量用于表征新的合并预测组对当前所述铜冶炼代理模型的期望改进量。2.根据权利要求1所述的铜冶炼优化方法，其特征在于，所述在所述目标解集加入新的合并预测组的情况下，基于期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，包括：基于所述目标解集，确定当前所述铜冶炼代理模型的第一超体积指标，所述第一超体积指标为所述目标解集中的合并预测组与参考预测组构成的超体积数值；在所述目标解集加入新的合并预测组的情况下，确定新的铜冶炼代理模型的第二超体积指标；基于所述第二超体积指标和所述第一超体积指标的差值，确定超体积改进量；基于所述超体积改进量和新的合并预测组对应的多元概率密度，确定期望超体积改进量；基于所述期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，其中，所述合并预测组最优解用于表征所述合并预测组最优解对应的各所述铜冶炼指标均优于除所述合并预测组最优解以外的合并预测组对应的各铜冶炼指标。3.根据权利要求2所述的铜冶炼优化方法，其特征在于，所述基于所述期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，包括：基于所述第一超体积指标，确定多目标优化评价指标；在所述多目标优化评价指标收敛的情况下，确定所述期望超体积改进量的最大值及对应的合并预测组，将所述合并预测组确定为合并预测组最优解，并将所述合并预测组最优解对应的决策参数确定为决策参数最优解。4.根据权利要求3所述的铜冶炼优化方法，其特征在于，所述基于所述期望超体积改进量，确定铜冶炼优化的合并预测组最优解及其对应的决策参数最优解，还包括：在所述多目标优化评价指标未收敛的情况下，确定所述期望超体积改进量的最大值及对应的合并预...
【专利技术属性】
技术研发人员：王学雷，康丽雯，许宝文，谭杰，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。