1、我國(guó)赤鐵礦資源豐富，但其品位低、磁性弱、礦物成分復(fù)雜等特點(diǎn)增大了選別難度，因此選礦廠(chǎng)常采用焙燒-磁選工藝進(jìn)行選別以得到質(zhì)量合格的精礦和尾礦。選礦過(guò)程運(yùn)行指標(biāo)優(yōu)化是以確定各工藝中運(yùn)行指標(biāo)設(shè)定值為目的，使優(yōu)化所得設(shè)定值在符合各類(lèi)約束的同時(shí)實(shí)現(xiàn)綜合精礦品位和綜合精礦產(chǎn)量的最大化。由于運(yùn)行指標(biāo)和綜合生產(chǎn)指標(biāo)之間機(jī)理復(fù)雜，難以用精確的數(shù)學(xué)模型進(jìn)行描述，因此很難采用現(xiàn)有的傳統(tǒng)優(yōu)化方法進(jìn)行指標(biāo)決策。所以實(shí)際中運(yùn)行優(yōu)化指標(biāo)設(shè)定值往往由人工經(jīng)驗(yàn)選取，存在

2、隨機(jī)性大、調(diào)整不當(dāng)或不及時(shí)會(huì)造成產(chǎn)品質(zhì)量差、能耗高、資源消耗大等問(wèn)題。因此，研究如何代替人工經(jīng)驗(yàn)進(jìn)行運(yùn)行指標(biāo)設(shè)定值的確定對(duì)提高綜合精礦品位和產(chǎn)量具有重要意義。
　　與傳統(tǒng)優(yōu)化算法不同，進(jìn)化算法對(duì)所優(yōu)化的問(wèn)題具有廣泛的適用性，而不會(huì)過(guò)度要求可導(dǎo)、連續(xù)、單峰等性質(zhì)。利用智能進(jìn)化算法可實(shí)現(xiàn)運(yùn)行指標(biāo)決策優(yōu)化，且同時(shí)可根據(jù)生產(chǎn)實(shí)際工況而在滿(mǎn)足多目標(biāo)和約束要求的非支配解集中選取合適的設(shè)定值。因此，研究如何利用智能優(yōu)化算法代替人工經(jīng)驗(yàn)來(lái)進(jìn)行選礦

3、運(yùn)行指標(biāo)決策，確定各個(gè)運(yùn)行過(guò)程中的指標(biāo)設(shè)定值使綜精品位和綜精產(chǎn)量盡可能高以達(dá)到期望生產(chǎn)目標(biāo)是具有重要理論研究意義和應(yīng)用價(jià)值。
　　近年來(lái)，差分進(jìn)化算法以其結(jié)構(gòu)簡(jiǎn)單、容易實(shí)現(xiàn)、收斂快速、魯棒性強(qiáng)以及易與其它優(yōu)化技術(shù)策略混合的特點(diǎn)被成功應(yīng)用于多個(gè)領(lǐng)域。因此本文針對(duì)上述問(wèn)題，依托國(guó)家自然科學(xué)基金項(xiàng)目《復(fù)雜工業(yè)過(guò)程運(yùn)行指標(biāo)閉環(huán)優(yōu)化方法研究(61273031)》，開(kāi)展基于差分算法的選礦生產(chǎn)全流程運(yùn)行指標(biāo)優(yōu)化決策方法的研究，主要工作如下：

4、r>　　1)選礦過(guò)程運(yùn)行指標(biāo)的優(yōu)化決策問(wèn)題描述。給出了選礦過(guò)程運(yùn)行指標(biāo)優(yōu)化決策的性能指標(biāo)——綜合精礦品位和產(chǎn)量輸出的描述，確立了優(yōu)化決策的約束條件和決策變量，并對(duì)上述運(yùn)行指標(biāo)優(yōu)化決策問(wèn)題的重要性和難度進(jìn)行了分析。
　　2)提出了一種基于正交設(shè)計(jì)和存檔機(jī)制的混合差分進(jìn)化算法——OPEADE。算法引入正交技術(shù)以增強(qiáng)種群多樣性;引入存檔機(jī)制以減少優(yōu)秀解丟失的概率，同時(shí)存檔種群可作為精英池，利用池中精英解指導(dǎo)種群進(jìn)化;引入自適應(yīng)ε占優(yōu)技術(shù)

5、使得期望解的數(shù)量可控，以大幅提高運(yùn)行速度，同時(shí)自適應(yīng)技術(shù)的引用還能減少待設(shè)定參數(shù)個(gè)數(shù)，提高算法的易用性。同時(shí)，為驗(yàn)證算法中各個(gè)核心技術(shù)的有效性，本文將所提出的方法與五種算法:基本差分算法DE、與正交實(shí)驗(yàn)設(shè)計(jì)結(jié)合的差分算法ODE、基于Pareto占優(yōu)更新存檔機(jī)制的混合差分算法ArchiveDE、基于ε占優(yōu)更新存檔機(jī)制的混合差分算法 E-DE以及OPEADE構(gòu)架相同但啟用隨機(jī)種群初始化的RPEADE算法對(duì)比以判定各技術(shù)的引入對(duì)所提算法的優(yōu)劣

6、影響及程度。利用ZDT1（高維凸函數(shù)）、ZDT2（高維非凸函數(shù)）和ZDT3（高維不連續(xù)凸函數(shù)）三種標(biāo)準(zhǔn)測(cè)試函數(shù)對(duì)六種算法在四種進(jìn)化條件下進(jìn)行算法性能測(cè)試，并選用收斂性指標(biāo)γ、多樣性指標(biāo)Δ和可以綜合考慮收斂性和分布性的超體積比率hyper_ratio三種性能評(píng)價(jià)標(biāo)準(zhǔn)對(duì)優(yōu)化結(jié)果進(jìn)行優(yōu)劣性能分析。分析結(jié)果最終表明，各技術(shù)的引入在收斂性、多樣性和分布性上對(duì)算法均存在提高作用，且本文提出算法具有良好的收斂性能和分布性能，尤其是在可以綜合評(píng)定算法多

7、樣性和收斂性的超體積性能指標(biāo)優(yōu)劣排名中，OPEADE僅一次排名第二，其它情況皆為最優(yōu)，驗(yàn)證了該算法在多目標(biāo)優(yōu)化性能上具有收斂性強(qiáng)、多樣性好、分布均勻的特點(diǎn)。
　　3)采用本文所提出的OPEADE算法，結(jié)合選礦過(guò)程運(yùn)行指標(biāo)決策問(wèn)題，提出了基于OPEADE算法的選礦過(guò)程運(yùn)行指標(biāo)優(yōu)化決策方法。由于選礦運(yùn)行指標(biāo)優(yōu)化分解的數(shù)學(xué)模型機(jī)理復(fù)雜，難以確定其真實(shí)最優(yōu)解，無(wú)法直接利用本文采用的γ、Δ和hyper_ratio三種性能指標(biāo)判定選礦運(yùn)行指標(biāo)