(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110153195.3 (22)申请日 2021.02.04 (65)同一申请的已公布的文献号 申请公布号 CN 112861432 A (43)申请公布日 2021.05.28 (73)专利权人 中南大学 地址 410083 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 李勇刚　陈宇　孙备　阳春华　 李育东　刘卫平　黄科科　 (74)专利代理 机构 长沙启昊知识产权代理事务 所(普通合伙) 4326 6 专利代理师 谢珍贵 (51)Int.Cl. G06F 30/27(2020.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/04(2012.01) G06F 17/16(2006.01) G06F 17/18(2006.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) C22B 19/02(2006.01)(56)对比文件 CN 110458348 A,2019.1 1.15 CN 110490375 A,2019.1 1.22 CN 111814350 A,2020.10.23 US 201809593 6 A1,2018.04.0 5 US 2020026807 A1,2020.01.23 WO 2020046350 A1,2020.0 3.05 IL 137821 D0,20 01.10.31 JP 2010037626 A,2010.02.18 程文军等.高杂锌精矿的沸腾焙烧研究与实 践. 《世界有色金属》 .2012,(第12期), 熊富强等.基 于PLS-LS SVM方法的湿法炼锌 过程预测建模. 《仪 器仪表学报》 .201 1,(第04 期), 王雅琳等.基 于核偏最小二乘的砷盐净化除 钴过程钴离 子浓度软测量. 《中南大 学学报(自然 科学版)》 .2015,(第01期), 张凤雪等.基 于控制周期计算的锌液 净化除 铜过程优化控制. 《控制理论与应用》 .2017,(第 10期), 康亦民等.锌冶金企业原料配料系统的优化 方法的探讨与实 践. 《中国有色冶金》 .20 07,(第 01期), (续) 审查员 张丽红 (54)发明名称 一种基于变分贝叶斯反馈优化的配料优化 方法 (57)摘要 本发明公开了一种基于变分贝叶斯反馈优 化的配料优化方法， 根据锌精矿的上一轮配料过 程的化验值 建立分布参数优化模 型， 通过变分贝 叶斯方法优化所述分布参数优化模 型的参数， 将 优化得到的后验概率分布代入所述分布参数优 化模型； 再结合非线性机会约束规划模型进行配 比， 作用于配料过程； 并将新一轮的化验值反馈 给所述分布参数优化模型。 根据反馈化验值， 采用变分贝加斯的方法对各矿仓各成分进行优化 调整， 解决各矿仓锌精矿成分的不确定性的问 题， 从而优化配比， 提高配料质量。 [转续页] 权利要求书2页 说明书9页 附图1页 CN 112861432 B 2022.06.17 CN 112861432 B (56)对比文件 张世英等.小样本参数的贝叶斯估计方法. 《天津大 学学报》 .1989,(第0 3期), 贺向东等.基于贝叶斯理论的结构系统可靠 性优化设计. 《中国机 械工程》 .2010,(第0 6期), 杨丽娟等.基 于变分贝叶斯的自适应非刚性点集匹配. 《西北工业大 学学报》 .2018,(第0 5 期), Yichi Zhang， Yo nggang Li, Wenfeng Deng， Keke Huang， C hunhua Yang.Complex networks identificati on using. 《SCI》 .2021,2/2 页 2[接上页] CN 112861432 B1.一种基于变分贝叶斯反馈优化的配料优化方法， 其特 征在于， 包括： S1、 根据锌精矿的上一轮 配料过程的化验值建立分布参数优化模型： z＝X1·w+X2·λ + ε， 其中， z为化验值， 包括M个一次反馈的配比； X1为服从正态分布的配比， 维度为N1， w为 服从正态分布的成分； X2为服从对数正态分布的配比， 维度为N2， λ为服从正态分布的成分 LN(e,f)， 噪声ε服从N(0, τ )的正态分布， τ服从伽马分布Ga(a0,b0),正态分布w的方差θ服从 伽马分布Ga(c0,d0)， e、 f分别为正态分布λ的均值和方差， τ为正态分布ε的方差， a0、 b0为伽 马分布 τ 的伽马参数， c0、 d0为伽马分布 θ 的伽马参数； 且其中， 则z的分布为： z|w, λ, τ～N(z|X1 ·w+X2·λ, τ‑1IM)； wj～N(wj|vj, θj‑1),j＝1,2, …,N1； λj～LN( λj|ej,fj),j＝1,2, …,N2； IM为M阶单位矩阵， wj、 λj、 vj、 θj、 ej、 fj为对应向量中的第j个值， D(f)表示dia g(f)； S2、 通过变分贝叶斯方法优化所述分布参数； 根据变分贝叶斯方法的优化目标： 再根据所述分布参数优化模型的联合概率密度函数， 得到最优变分后验概率分布， 即 优化后的分布参数； S3、 将所述优化后的分布参数代入非线性机会约束规划模型获得优化配比， 作用于配 料过程； S4、 并将新 一轮的化验值反馈给 所述分布参数优化模型， 返回步骤S1。 2.根据权利要求1所述的基于变分贝叶斯反馈优化的配料优化方法， 其特征在于， 所述 分布参数优化模型的联合 概率密度函数： 3.根据权利要求1所述的基于变分贝叶斯反馈优化的配料优化方法， 其特征在于， 所述 优化得到的后验概 率分布为： q(w)＝N(w|v, ψ ) q( τ )＝Gam ma( τ|a,b) q( θj)＝Gamma( θj|cj,dj),j＝1,…N1. q( λj)＝LN( λ|ej,fj),j＝1,2, …N2 其中，权　利　要　求　书 1/2 页 2 CN 112861432 B 3