基于混合智能优化算法的矿井通风网络多目标气流分布优化

《Scientific Reports》：Multi-objective airflow distribution optimization for mine ventilation networks using a hybrid intelligent optimization algorithm

　　

摘要

高通风能耗、复杂的气流调节需求，以及气流分布对阻力变化的敏感性，依然是矿井通风系统面临的主要挑战。为解决这些问题，本文提出了一种将多目标优化与决策制定相结合的气流分布规划框架。该框架同时考虑了通风能耗、调节器数量以及通风网络的稳定性，并构建了一个综合多目标优化模型。为提高求解效率，本文还提出了一种混合多目标智能优化算法——SPEA/R-IWO，该算法结合了基于参考方向的强度帕累托进化算法（SPEA/R）与入侵杂草优化算法（IWO）。通过熵加权TOPSIS方法对SPEA/R-IWO产生的帕累托最优解进行进一步评估，从而确定最佳的气流控制方案。案例研究表明，所提出的框架能够有效降低能耗和与控制相关的成本，同时提升通风网络的稳定性。