文献

J-GLOBAL ID：201702220267670643   整理番号：17A1632655

複合選鉱操作プロセスのデータ駆動型代理支援多目的最適化【Powered by NICT】

Data-Driven Surrogate-Assisted Multi-Objective Optimization of Complex Beneficiation Operational Process

著者 (5件)： Wang Chengzhi (State Key Laboratory of Synthetical Automation for Process Industry, Northeastern University, Shenyang, 110004, China) ,  Ding Jinliang (State Key Laboratory of Synthetical Automation for Process Industry, Northeastern University, Shenyang, 110004, China) ,  Cheng Ran (School of Computer Science, University of Birmingham, Birmingham, United Kingdom) ,  Liu Changxin (State Key Laboratory of Synthetical Automation for Process Industry, Northeastern University, Shenyang, 110004, China) ,  Chai Tianyou (State Key Laboratory of Synthetical Automation for Process Industry, Northeastern University, Shenyang, 110004, China)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 50  号： 1  ページ： 14982-14987  発行年： 2017年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ほとんど最適化アルゴリズムは,最適化プロセス中に得られた候補解を評価するための具体的評価関数が存在すると仮定した。しかし,実際の工業プロセスでは,明確な機構の欠如のために複雑な工業プロセスを記述する正確な数学モデルを構築することが通常非常に困難である。代わりに,いくつかの雑音のある歴史的データのみを用いることができ,しばしばデータ駆動型最適化として知られているこのような問題の最適化。複雑な選鉱操業プロセスの最適化は,典型的なデータ駆動型最適化問題である。この問題を解決するために,Gauss過程モデルにより支援された進化的アルゴリズムを提案した。特異的であるために,実際の目的関数として鉱物処理工場から収集したデータを用いて構築した低次ニューラルネットワークモデルと,Gauss過程モデルを実関数評価の数を低減するための代理として開発した。二他のアルゴリズムに対する多目的試験事例の一連の新しい方法を試験した。実験結果は,提案した方法が実関数評価の限られた予算での有意な改善を達成する能力を持つことを示した。添加では,提案したアルゴリズムは,複雑な選鉱操業プロセスの最適化に適用することに成功した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 数学モデル ,  *最適化 ,  最適化問題 ,  雑音 ,  *選鉱 ,  Gauss過程 ,  目的関数 ,  評価関数 ,  アルゴリズム
準シソーラス用語： 関数評価 ,  神経回路網モデル ,  進化的アルゴリズム ,  工業プロセス ,  *多目的最適化 ,  *データ駆動 , 【Automatic Indexing@JST】

著者キーワード (6件)： データ駆動型最適化 ,  代理 ,  Gauss過程モデル ,  多目的最適化 ,  選鉱プロセス ,  運転最適化

分類 (1件)： システム最適化手法  (IA02050Z)

タイトルに関連する用語 (5件)： 選鉱 ,  プロセス ,  データ駆動 ,  支援 ,  多目的最適化