3-71  混方体系ANFIS-GA建模与优化框架及应用

夏伯才  王永强  董  杰  姚向东  郭永锋

混方(配方)问题是为了寻求一种多组元的组分配合，使其在一定工艺条件下获得的产物性能达到最佳。因涉及到组分含量限制、工艺条件、成本约束等特殊性，且实验或生产实际中所积累的数据多为离散和/或不完整数据，加之性能－组分－工艺参数之间的关系复杂，传统的建模与优化方法难以得到满意的效果，特别是要同时优化工艺参数时。

利用均匀设计进行了实验，获得了实验数据后，采用自适应神经－模糊推理(ANFIS)方法，可以从数据中产生初始模糊规则，再选取重要的输入变量，确定了最佳模糊规则数，优化规则的前提和结论参数，消除冗余隶属函数，得到了简洁的模糊模型，获得了配方成分－工艺－性能之间的关系。ANFIS建模框架的流程图如图1所示。然后，把优化目标以适度值的方式嵌入到遗传算法（Genetic Algorithms, GA）中，直接对上述ANFIS模型所表达的关系进行寻优，如图2所示。

在MATLAB环境下实现ANFIS建模，采用MATLAB提供的内部编译工具，将ANFIS模型编译成动态连接库（DLL文件），并由在C⁺⁺环境下的遗传算法程序调用，编译后得到独立的可执行程序，用于实际的混方体系设计。将其应用于灰铁牌号的设计及配料优化，稳定和提高了某型号汽油机缸体（图3）出口铸件性能，验证了上述建模与优化方法的正确性和工程应用价值。形成的算法和程序，具有一 定的通用性，可用于解决石油、化工、冶金和材料领域的其他混方问题，具有推广应用价值。