一种基于加速广义既约梯度的数据协调方法技术

本发明专利技术提供了一种基于加速广义既约梯度的数据协调方法，属于信息技术领域。对真实工业的双线性金属平衡数据进行协调，首先根据约束方程进行最小代价求解，或使用罚函数法结合改进的粒子群算法进行求解，进行前期加速并得到初始可行解；在此基础上，应用改进的广义既约梯度算法，结合优化选取基变量、优化迭代步长等，进行加速求解，从而得到最终的数据协调结果。本发明专利技术能够在保证精度的前提下，快速有效求解双线性数据协调问题，能更好地辅助现场统计人员进行物料、资源以及生产过程的平衡优化工作。

A data reconciliation method based on accelerating generalized reduced gradient

The invention provides a data coordination method based on accelerating generalized reduced gradient, which belongs to the field of information technology. To coordinate the bilinear metal balance data of real industry, firstly, the minimum cost is solved according to the constraint equation, or the penalty function method is combined with the improved particle swarm optimization algorithm to solve the problem, and then the initial feasible solution is obtained. Base variables and iteration step are selected to accelerate the solution, and the final data coordination results are obtained. The invention can quickly and effectively solve the bilinear data coordination problem on the premise of guaranteeing the accuracy, and can better assist the field statisticians to carry out the balance and optimization of materials, resources and production process.

【技术实现步骤摘要】
一种基于加速广义既约梯度的数据协调方法
本专利技术属于信息
，涉及到数据协调、智能优化算法等技术，是一种基于加速广义既约梯度算法的数据协调方法。本专利技术对真实工业的金属平衡数据进行协调，首先根据约束方程进行最小代价求解，或使用罚函数法结合改进的粒子群优化算法进行求解，进行前期加速并得到初始可行解；在此基础上，应用改进的广义既约梯度算法进行加速求解，从而得到最终的数据协调结果。这种数据协调方法可更好地辅助现场统计人员进行物料、资源以及生产过程的平衡优化工作。
技术介绍
在有色金属、冶金等行业的实际生产中，每隔一段时间需要对全厂各物料及主要元素进行盘点计算，以确定生产状态及存余情况。理论上，厂内参与生产和流通的各物料应保证其主要元素平衡，即总投入约等于总产出。但由于测量精度不高、人为引入粗大误差、随机误差等因素，造成物料数量及元素品位测量值不准确的情况，进而导致期末盘点时各元素不能保持投入-产出平衡，两者偏差超出合理范围。对于该类数据协调问题，通常建立基于最小二乘估计的数据协调模型，再对该模型进行求解，进而得到所需数据协调值。在其中核心的数据协调模型求解方面，常见手段包括采用解析本文档来自技高网...

【技术保护点】
1.一种基于加速广义既约梯度的数据协调方法，其特征在于，步骤如下：步骤1：数据准备与预处理从工业现场数据库读取物流量、元素品位测量值及相应的方差，对于未发生的流量进行标记，并补齐缺失测量方差；步骤2：建立最小二乘估计模型

【技术特征摘要】
1.一种基于加速广义既约梯度的数据协调方法，其特征在于，步骤如下：步骤1：数据准备与预处理从工业现场数据库读取物流量、元素品位测量值及相应的方差，对于未发生的流量进行标记，并补齐缺失测量方差；步骤2：建立最小二乘估计模型式(1)中，Xm是物流量的测量值，是物流量的协调值，Qx是对应物流量测量值的方差矩阵，n是需要协调的元素种类，是第i种元素在各物流中品位的测量值，是第i种元素在各物流中品位的协调值，是对应第i种元素品位测量值的方差矩阵，c(i)是约束方程常量项，A是对角系数矩阵，表示物流的投入产出属性，其对角元由1或-1组成，p是物流的个数，是的第j个元素，是的第j个元素，xu(j)和xl(j)是变量的上下限，wu(i)(j)和wl(i)(j)是变量的上下限；步骤3：前期加速求解前期使用最小代价求解或改进的PSO算法替代GRG算法，对最小二乘估计模型进行计算，得出满足约束条件的初始可行解；(1)最小代价求解：XmT·A·Wm(i)-c(i)＝r(i)≠0,(i＝1,2…n)(2)式(2)所示为测量值不满足约束方程，即不平衡状态，r(i)为在测量值下的约束残差，将表达式(2)写成非向量形式如表达式(3)所示：式(3)中，xm(j)是Xm的第j个元素，wm(i)(j)是Wm(i)的第j个元素，a(j)是A的第j个对角元素，为得到满足约束条件的可行解，将表达式(3)写作如下形式：式(4)所示，对于每一个约束方程，找出某一调整变量进行调整，则使约束方程得到满足，应用下式寻找产生最小代价的变量作为调整变量：式(5)中，是对角线上的第k个元素，调整后的调整变量为：将表达式(6)中的调整后变量与其他未调整变量组合，则为初始可行解；(2)改进的PSO算法：若使用最小代价求解时，约束方程不易求解计算，或无法求得符合变量上下限要求的调整变量，或求出的初始可行解所对应的目标函数值过大，则改用PSO算法进行求解；使用PSO算法时，需将应用罚函数法将表达式(1)转化为PSO算法的适应度函数：式(7)中，γ是惩罚系数；PSO算法的计算步骤：a)初始化粒子群[Z1,Z2…Zn]以及粒子速度[V1,V2…Vn]，其中每一个粒子Z包含物流量以及元素品位值n为粒子群中的粒子个数；b)按照以下公式对各粒子进行更新：其中，c1和c2是学习因子，r1和r2是0～1之间的随机数，Pbesti是第i个粒子的历史最优解即局部最优解，Gbest是粒子群整体的历史最优解即全局最优解；c)检查各粒子速度并计算|Vi|，找出最小值记作|...

【专利技术属性】
技术研发人员：宋逍翰，张洪齐，葛鸣鹤，邓苏冰，
申请(专利权)人：大连智慧海洋软件有限公司，
类型：发明
国别省市：辽宁,21