水泥生产工艺模型对应目标函数的约束优化方法及装置制造方法及图纸

本申请公开一种水泥生产工艺模型对应目标函数的约束优化方法及装置，涉及水泥生产技术领域。本申请的方法包括：获取水泥生产工艺模型对应的目标函数和所述目标函数对应的初始自变量组，其中，所述目标函数中包含多个目标自变量，所述初始自变量组中包含每个所述目标自变量对应的初始设定值；根据所述初始自变量组和预置优化算法对所述目标函数进行多轮迭代优化。迭代优化。迭代优化。

【技术实现步骤摘要】
水泥生产工艺模型对应目标函数的约束优化方法及装置


[0001]本申请涉及水泥生产
，尤其涉及一种水泥生产工艺模型对应目标函数的约束优化方法及装置。

技术介绍

[0002]在水泥生产
内，水泥生产工艺模型用于对预热器和回转窑进行模拟。将生料和煤的质量、组分等实测数据输入至水泥生产工艺模型后，水泥生产工艺模型便可输出各设备出口物料、烟气流量、烟气温度和烟气组分等信息，从而为水泥实际生产提供数据支持。
[0003]为了保证水泥生产工艺模型输出信息的准确性，需要定义水泥生产工艺模型中包含函数对应的目标函数，并对定义的目标函数进行约束优化，从而实现对水泥生产工艺模型进行校核。因此，如何高效地对水泥生产工艺模型对应的目标函数进行约束优化是至关重要的。

技术实现思路

[0004]本申请实施例提供一种水泥生产工艺模型对应目标函数的约束优化方法及装置，主要目的在于高效地对水泥生产工艺模型对应的目标函数进行约束优化。
[0005]为解决上述技术问题，本申请实施例提供如下技术方案：
[0006]第一方面，本申请提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水泥生产工艺模型对应目标函数的约束优化方法，其特征在于，所述方法包括：获取水泥生产工艺模型对应的目标函数和所述目标函数对应的初始自变量组，其中，所述目标函数中包含多个目标自变量，所述初始自变量组中包含每个所述目标自变量对应的初始设定值；根据所述初始自变量组和预置优化算法对所述目标函数进行多轮迭代优化；其中，在每轮优化后，判断本轮优化获得的本轮迭代自变量组是否位于预设可行域内，若所述本轮迭代自变量组位于所述预设可行域内，则判断是否达到预设停止条件，若达到，则停止迭代优化，若未达到，则基于所述本轮迭代自变量组进行下一轮优化；若所述本轮迭代自变量组未位于所述预设可行域内，则根据所述本轮迭代自变量组对历史迭代自变量组进行更新，以获得更新迭代自变量组，并判断是否达到所述预设停止条件，若达到，则停止迭代优化，若未达到，则基于所述更新迭代自变量组进行下一轮优化，其中，所述历史迭代自变量组为上一轮优化对应的本轮迭代自变量组或更新迭代自变量组。2.根据权利要求1所述的方法，其特征在于，当存在所述预置优化算法对应的维护参数时，所述根据所述初始自变量组和预置优化算法对所述目标函数进行多轮迭代优化，包括：对于第一轮优化而言：将每个所述目标自变量对应的初始设定值代入所述目标函数中，并根据所述目标函数计算每个所述目标自变量对应的本轮梯度值；根据每个所述目标自变量对应的本轮梯度值计算所述维护参数对应的本轮参数值；将所述维护参数对应的本轮参数值、每个所述目标自变量对应的初始设定值和本轮梯度值代入所述预置优化算法对应的梯度下降计算公式中，以计算每个所述目标自变量对应的本轮迭代值；根据每个所述目标自变量对应的本轮迭代值生成本轮迭代自变量组；将所述本轮迭代自变量组和所述维护参数对应的本轮参数值存储至本地存储空间中；对于第N+1轮优化而言：获取历史迭代自变量组，所述历史迭代自变量组中包含每个所述目标自变量对应的历史迭代值；将每个所述目标自变量对应的历史迭代值代入所述目标函数中，并根据所述目标函数计算每个所述目标自变量对应的本轮梯度值；根据每个所述目标自变量对应的本轮梯度值计算所述维护参数对应的本轮参数值；将所述维护参数对应的本轮参数值、每个所述目标自变量对应的历史迭代值和本轮梯度值代入所述预置优化算法对应的梯度下降计算公式中，以计算每个所述目标自变量对应的本轮迭代值；根据每个所述目标自变量对应的本轮迭代值生成本轮迭代自变量组；将所述本轮迭代自变量组和所述维护参数对应的本轮参数值存储至所述本地存储空间中；其中，N为正整数。3.根据权利要求1所述的方法，其特征在于，当不存在所述预置优化算法对应的维护参数时，所述根据所述初始自变量组和预置优化算法对所述目标函数进行多轮迭代优化，包括：对于第一轮优化而言：将每个所述目标自变量对应的初始设定值代入所述目标函数中，并根据所述目标函数计算每个所述目标自变量对应的本轮梯度值；将每个所述目标自变量对应的初始设定值和本轮梯度值代入所述预置优化算法对应的梯度下降计算公式中，以计算每个所述目标自变量对应的本轮迭代值；根据每个所述目标自变量对应的本轮迭代值生成本轮迭代自变量组；将所述本轮迭代自变量组存储至本地存储空间中；对于第N+1轮优化而言：获取历史迭代自变量组，所述历史迭代自变量组中包含每个所述目标自变量对应的历史迭代值；将每个所述目标自变量对应的历史迭代值代入所述目标
函数中，并根据所述目标函数计算每个所述目标自变量对应的本轮梯度值；将每个所述目标自变量对应的历史迭代值和本轮梯度值代入所述预置优化算法对应的梯度下降计算公式中，以计算每个所述目标自变量对应的本轮迭代值；根据每个所述目标自变量对应的本轮迭代值生成本轮迭代自变量组；将所述本轮迭代自变量组存储至所述本地存储空间中；其中，N为正整数。4.根据权利要求2或3所述的方法，其特征在于，所述根据所述本轮迭代自变量组对历史迭代自变量组进行更新，以获得更新迭代自变量组，包括：根据每个所述目标自变量对应的本轮迭代值对所述历史迭代自变量组进行多轮更新，以获得多个中间迭代自变量组，并将最后一轮更新获得的所述中间迭代自变量组确定为所述更新迭代自变量组；其中，在每轮更新后，判断本轮更新获得的中间迭代自变量组是否位于所述预设可行域内，若所述中间迭代自变量组位于所述预设可行域内，则保留本轮更新，并基于所述中间迭代自变量组进行下一轮更新；若所述中间迭代自变量组未位于所述预设可行域内，则舍弃本轮更新，并将本轮更新对应的目标自变量的本轮梯度值更新为零，以及进入下一轮更新。5.根据权利要求4所述的方法，其特征在于，当存在所述预置优化算法对应的维护参数时，...

【专利技术属性】
技术研发人员：张翼，夏凌风，蒙景怡，李响，郭珍妮，赵博雅，赵峙杰，邱林，郑明迪，范金磊，孙盈盈，贺梦蛟，张浩华，秦宪明，
申请(专利权)人：中存大数据科技有限公司，
类型：发明
国别省市：