综合多目标优化和多准则决策的搅拌过程模拟
武煜坤
李政权
张博群
陈慧敏
王贻得
李凯旋
李明周
江西理工大学颗粒技术江西省重点实验室,江西赣州 341000
摘要：[目的]基于已开发的计算流体力学(computational fluid dynamics,CFD)-人工神经网络(artificial neural network,ANN)数据预测模型,利用反映不同决策者偏好的多准则决策方法,针对性地解决搅拌釜在不同工业应用中能耗和搅拌效率的均衡需求和特定偏好需求问题.[方法]利用第二代非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA Ⅱ)对CFD-ANN数据预测模型的预测结果进行优化,得到Pareto解集;分别通过熵权法和主观权重对各变量的影响分析确定目标权重占比,并针对不同工业应用场景,利用多准则决策从Pareto解集中选择相应的最优解.[结果]通过优化均衡最优解Opt1,与基础案例Base case相比,能耗降低52.49％,流体混合程度提升1.35％,悬浮均匀性提高72.31％;偏好功率准数Np的最优解降低功耗86.5％,偏好流量准数Nq的最优解达到Pareto解集中的理想状态,偏好σ的最优解将固体浓度标准差降低至Base case的9.93％的同时,也能优化能耗.[结论]基于决策者偏好的多准则决策方法在平衡多个相互冲突的目标方面是有效的.
关键词：搅拌釜计算流体力学人工神经网络第二代非支配排序遗传算法优劣解距离法
分类号：TF301(冶金机械、冶金生产自动化)TB4(工业通用技术与设备)
资助基金：国家自然科学基金(52364047)江西省自然科学基金项目(20212BAB204026)
论文发表日期：2025-03-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：16( 15-30 )
英文信息