CN112070404A - 喷吹煤性价比评价方法、装置、电子设备及存储介质 - Google Patents
喷吹煤性价比评价方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112070404A CN112070404A CN202010950135.XA CN202010950135A CN112070404A CN 112070404 A CN112070404 A CN 112070404A CN 202010950135 A CN202010950135 A CN 202010950135A CN 112070404 A CN112070404 A CN 112070404A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- cost performance
- consistency
- coal
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 277
- 239000003245 coal Substances 0.000 title claims abstract description 173
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 163
- 239000002245 particle Substances 0.000 claims abstract description 99
- 239000013598 vector Substances 0.000 claims abstract description 94
- 238000000034 method Methods 0.000 claims abstract description 84
- 238000012937 correction Methods 0.000 claims abstract description 41
- 238000005457 optimization Methods 0.000 claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 33
- 238000007664 blowing Methods 0.000 claims abstract description 12
- 238000002347 injection Methods 0.000 claims description 81
- 239000007924 injection Substances 0.000 claims description 81
- 230000003044 adaptive effect Effects 0.000 claims description 40
- 230000000694 effects Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 229910052717 sulfur Inorganic materials 0.000 claims description 10
- 239000011593 sulfur Substances 0.000 claims description 10
- 230000006978 adaptation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 32
- 238000003723 Smelting Methods 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000005272 metallurgy Methods 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 55
- 238000004364 calculation method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 239000000843 powder Substances 0.000 description 6
- 238000012163 sequencing technique Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- RHZUVFJBSILHOK-UHFFFAOYSA-N anthracen-1-ylmethanolate Chemical compound C1=CC=C2C=C3C(C[O-])=CC=CC3=CC2=C1 RHZUVFJBSILHOK-UHFFFAOYSA-N 0.000 description 3
- 239000003830 anthracite Substances 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 239000002802 bituminous coal Substances 0.000 description 2
- 239000000571 coke Substances 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009257 reactivity Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910000805 Pig iron Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000007084 catalytic combustion reaction Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000011335 coal coke Substances 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000019637 foraging behavior Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种喷吹煤性价比评价方法、装置、电子设备及存储介质，涉及高炉冶炼或冶金技术领域。所述方法包括：获取对喷吹煤性价比的评价指标的预设重要性等级；基于所述预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵；基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正获得一致性矩阵；基于所述一致性矩阵确定所述喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值，所述组合权向量值表示对应元素的喷吹煤性价比的值。该方法结合层次分析法和粒子群优化算法进行喷吹煤性价比评价，提高了评价准确性和效率，从而能够基于性价比提升保证了喷吹煤的效能稳定性。
Description
技术领域
本申请涉及高炉冶炼或冶金技术领域，具体而言，涉及一种喷吹煤性价比评价方法、装置、电子设备及存储介质。
背景技术
随着钢铁行业进入了微利时代，企业间成本竞争越来越激烈。高炉喷煤是现在高炉冶炼大幅降低生产成本，提高经济效益的重要措施之一。目前，众多炼铁研究者主要致力于煤焦置换比、风温、富氧、催化燃烧等方面的研究以提高高炉煤粉的利用率，但有关高炉喷吹煤的性价比研究较少。在保证高炉喷吹煤质量要求的前提下，对企业现有喷吹煤资源进行性价比研究并对相关供应商进行优选具有重要的意义。
表征喷吹煤性能的指标通常包括发热值、灰分、挥发分、硫分、可磨性、爆炸性、燃烧性、反应性等，目前大多数喷吹煤性能评估方法通常直接比较各项性能来给出性价比排序，缺少综合性，而对喷吹煤进行综合性能排序的方法也是将各个指标量化后通过固定的数学公式进行性价比排序，准确率较低。
发明内容
有鉴于此，本申请实施例的目的在于提供一种喷吹煤性价比评价方法、装置、电子设备及存储介质，以改善现有技术中存在的喷吹煤性价比评价准确率和效率较低的问题。
本申请实施例提供了一种喷吹煤性价比评价方法，所述方法包括：获取对喷吹煤性价比的评价指标的预设重要性等级；基于所述预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵；基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，满足所述一致性标准的评价比较矩阵和通过一致性修正的评价比较矩阵统称为一致性矩阵；基于所述一致性矩阵确定所述喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值，所述组合权向量值表示对应元素的喷吹煤性价比的值。
在上述实现过程中，将层次分析法作为评价体系基础对喷吹煤性价比进行评估，实现了基于喷吹煤各指标的综合性性价比评估，通过喷吹煤性价比评价层次模型进行性价比评估处理具有较高的效率，同时采用粒子群优化算法对层次分析法中的比较矩阵进行优化处理，提高了喷吹煤性价比评价层次模型中评价比较矩阵的一致性，从而提高了性价比评估的准确性。
可选地，所述喷吹煤性价比评价层次模型从上至下包括目标层、准则层、子准则层和方案层，所述目标层为性价比评价，所述准则层包括价格及能效指标、质量指标和发货保供指标，所述子准则层包括与所述价格及能效指标对应的价格指标和喷吹效果指标、与所述质量指标对应的灰分指标、硫分指标、可磨性指数指标、水分指标和杂物指标以及与所述发货保供指标对应的发货均衡性指标和库存指标，所述方案层为喷吹煤的产地。
在上述实现过程中，将杂物、发货均衡性和库存因素引入喷吹煤性价比评价层次模型，针对杂物隔离对喷吹煤的生产影响、进料稳定性和库存成本进行性价比评估，提高了喷吹煤性价比评估的稳定性。
可选地，所述基于所述预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵，包括：基于所述预设重要性等级，通过直接均值法确定所述评价指标对应的初始重要性等级；基于所述初始重要性等级和所述喷吹煤性价比评价层次模型的层次关系构建所述评价比较矩阵A＝(aij)n×n，其中，aij为所述喷吹煤性价比评价层次模型中第i个评价指标和第j个评价指标相对上一层评价指标的重要性程度的量化值，即所述预设重要性等级，n为所述评价指标的数量。
在上述实现过程中，基于通过直接均值法进行评价指标重要性划分，提高了基础的评价指标权重确定的准确性，保证了后续通过层次分析法进行喷吹煤性价比评估的准确性。
可选地，在所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正之前，所述方法还包括：计算指定矩阵的最大特征根，并基于所述最大特征根确定对应的特征向量，所述指定矩阵为所述评价比较矩阵中的任意一个；对所述特征向量归一化处理后进行一致性检验；在所述一致性检验通过时，将归一化的所述特征向量作为权向量；在所述一致性检验未通过时，对所述指定矩阵执行所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正的步骤。
在上述实现过程中，通过粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，具有简单容易实现、减少参数调节、效率高的特点，从而提高了喷吹煤性价比评估的整体效率。
可选地，在所述一致性检验通过时，将归一化的所述特征向量作为权向量之后，所述方法还包括：基于所述权向量计算组合权向量；对所述组合权向量进行组合一致性检验；在所述组合一致性检验未通过时，对所述指定矩阵执行所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正的步骤。
在上述实现过程中，在特征向量通过一致性检验后，再对权向量进行组合权向量的一致性检验，进一步保证了喷吹煤性价比评估结果的一致性，提高了评估准确性。
可选地，所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，包括：步骤a.初始化粒子群；步骤b.更新粒子的速度和位置；步骤c.判断迭代次数是否小于预设迭代次数；步骤d.在所述迭代次数大于或等于所述预设迭代次数时，获得修正后的评价比较矩阵；步骤e.在所述迭代次数小于所述预设迭代次数时，判断当前粒子适应值是否优于历史粒子适应值；步骤f.在所述当前粒子适应值优于所述历史粒子适应值时，将粒子适应值更新为所述当前粒子适应值，基于所述当前粒子适应值更新粒子的速度和位置；步骤g.在所述当前粒子适应值未优于所述历史粒子适应值时，执行步骤b至步骤g。
在上述实现过程中，基于粒子群优化算法的迭代处理特性，提高了喷吹煤性价比评估结果的准确性和效率。
可选地，所述方法还包括：在所述预设重要性等级为多套时，通过所述获取对喷吹煤性价比的评价指标的预设重要性等级的步骤，至所述基于所述一致性矩阵确定所述喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值的步骤，分别确定每套预设重要性等级对应的组合权向量值；基于所有组合权向量值的矩阵对应位置求几何平均，获得群决策矩阵；基于所述群决策矩阵确定所有预设重要性等级对应的组合权向量值。
在上述实现过程中，通过群决策矩阵确定最终的组合权向量值作为性价比评估的结果，进一步校正了喷吹煤性价比评估结果，提高了喷吹煤性价比评估结果的准确性。
本申请实施例还提供了一种喷吹煤性价比评价装置，所述装置包括：预设重要性等级获取模块，用于获取对喷吹煤性价比的评价指标的预设重要性等级；比较矩阵确定模块，用于基于所述预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵；修正模块，用于基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，将满足一致性标准的评价比较矩阵和通过一致性修正的评价比较矩阵统称为一致性矩阵；评价输出模块，用于基于所述一致性矩阵确定所述喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值，所述组合权向量值表示对应元素的喷吹煤性价比的值。
在上述实现过程中，将层次分析法作为评价体系基础对喷吹煤性价比进行评估，实现了基于喷吹煤各指标的综合性性价比评估，通过喷吹煤性价比评价层次模型进行性价比评估处理具有较高的效率，同时采用粒子群优化算法对层次分析法中的比较矩阵进行优化处理，提高了喷吹煤性价比评价层次模型中评价比较矩阵的一致性，从而提高了性价比评估的准确性。
可选地，所述喷吹煤性价比评价层次模型从上至下包括目标层、准则层、子准则层和方案层，所述目标层为性价比评价，所述准则层包括价格及能效指标、质量指标和发货保供指标，所述子准则层包括与所述价格及能效指标对应的价格指标和喷吹效果指标、与所述质量指标对应的灰分指标、硫分指标、可磨性指数指标、水分指标和杂物指标以及与所述发货保供指标对应的发货均衡性指标和库存指标，所述方案层为喷吹煤的产地。
在上述实现过程中，将杂物、发货均衡性和库存因素引入喷吹煤性价比评价层次模型，针对杂物隔离对喷吹煤的生产影响、进料稳定性和库存成本进行性价比评估，提高了喷吹煤性价比评估的稳定性。
可选地，所述比较矩阵确定模块具体用于：基于所述预设重要性等级，通过直接均值法确定所述评价指标对应的初始重要性等级；基于所述初始重要性等级和所述喷吹煤性价比评价层次模型的层次关系构建所述评价比较矩阵A＝(aij)n×n，其中，aij为所述喷吹煤性价比评价层次模型中第i个评价指标和第j个评价指标相对上一层评价指标的重要性程度的量化值，即所述预设重要性等级，n为所述评价指标的数量。
在上述实现过程中，基于通过直接均值法进行评价指标重要性划分，提高了基础的评价指标权重确定的准确性，保证了后续通过层次分析法进行喷吹煤性价比评估的准确性。
可选地，所述修正模块具体用于：计算指定矩阵的最大特征根，并基于所述最大特征根确定对应的特征向量，所述指定矩阵为所述评价比较矩阵中的任意一个；对所述特征向量归一化处理后进行一致性检验；在所述一致性检验通过时，将归一化的所述特征向量作为权向量；在所述一致性检验未通过时，对所述指定矩阵执行所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正的步骤。
在上述实现过程中，通过粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，具有简单容易实现、减少参数调节、效率高的特点，从而提高了喷吹煤性价比评估的整体效率。
可选地，所述修正模块具体用于：基于所述权向量计算组合权向量；对所述组合权向量进行组合一致性检验；在所述组合一致性检验未通过时，对所述指定矩阵执行所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正的步骤。
在上述实现过程中，在特征向量通过一致性检验后，再对权向量进行组合权向量的一致性检验，进一步保证了喷吹煤性价比评估结果的一致性，提高了评估准确性。
可选地，所述修正模块具体用于：步骤a.初始化粒子群；步骤b.更新粒子的速度和位置；步骤c.判断迭代次数是否小于预设迭代次数；步骤d.在所述迭代次数大于或等于所述预设迭代次数时，获得修正后的评价比较矩阵；步骤e.在所述迭代次数小于所述预设迭代次数时，判断当前粒子适应值是否优于历史粒子适应值；步骤f.在所述当前粒子适应值优于所述历史粒子适应值时，将粒子适应值更新为所述当前粒子适应值，基于所述当前粒子适应值更新粒子的速度和位置；步骤g.在所述当前粒子适应值未优于所述历史粒子适应值时，执行步骤b至步骤g。
在上述实现过程中，基于粒子群优化算法的迭代处理特性，提高了喷吹煤性价比评估结果的准确性和效率。
可选地，所述评价输出模块具体用于：在所述预设重要性等级为多套时，通过所述获取对喷吹煤性价比的评价指标的预设重要性等级的步骤，至所述基于所述一致性矩阵确定所述喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值的步骤，分别确定每套预设重要性等级对应的组合权向量值；基于所有组合权向量值的矩阵对应位置求几何平均，获得群决策矩阵；基于所述群决策矩阵确定所有预设重要性等级对应的组合权向量值。
在上述实现过程中，通过群决策矩阵确定最终的组合权向量值作为性价比评估的结果，进一步校正了喷吹煤性价比评估结果，提高了喷吹煤性价比评估结果的准确性。
本申请实施例还提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行上述任一实现方式中的步骤。
本申请实施例还提供了一种可读取存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述任一实现方式中的步骤。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种喷吹煤性价比评价方法的流程示意图。
图2为本申请实施例提供的一种喷吹煤性价比评价层次模型的结构示意图。
图3为本申请实施例提供的一种评价比较矩阵的一致性判定步骤的流程示意图。
图4为本申请实施例提供的一种一致性粒子群优化步骤的流程示意图。
图5为本申请实施例提供的一种喷吹煤性价比评价装置的模块示意图。
图标：20-喷吹煤性价比评价装置；21-预设重要性等级获取模块；22-比较矩阵确定模块；23-修正模块；24-评价输出模块。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述。
本申请实施例提供了一种喷吹煤性价比评价方法，请参考图1，图1为本申请实施例提供的一种喷吹煤性价比评价方法的流程示意图，该喷吹煤性价比评价方法的具体步骤可以如下：
步骤S12：获取对喷吹煤性价比的评价指标的预设重要性等级。
首先对喷吹煤进行介绍，高炉喷吹煤粉是从高炉风口向炉内直接喷吹磨细的无烟煤粉或烟煤粉或这两者的混合煤粉，以替代焦炭起提供热量和还原剂的作用，从而降低焦比，降低生铁成本。一般高炉喷吹煤包括：烟煤、无烟煤、贫煤、贫瘦煤等，结焦性低、灰分较低，固定碳相对较高、可磨性好的煤种都可以作为高炉喷吹用煤。
表征喷吹煤性能的指标通常包括发热值、灰分、挥发分、硫分、可磨性、爆炸性、燃烧性、反应性等，本实施例选用的评价指标为价格、喷吹效果、灰分、硫分、可磨性指数、水分、杂物(即杂物含量)、发货均衡性和库存，其中，价格和喷吹效果属于喷吹煤的价格及效能指标，灰分、硫分、可磨性指数、水分和杂物属于喷吹煤的质量指标，发货均衡性和库存属于喷吹煤的发货保供指标。
许多厂的喷煤系统没有隔离杂物设施，煤中杂物较多容易造成喷煤枪嘴堵塞，影响生产效率，因此添加杂物指标有利于对喷吹煤生产的时间成本进行评估。
在库存过多时通常会引起成本和调度问题，因此大多数煤厂实行低库存运作，且厂内接卸能力和堆存能力相对有限，如果发货不均衡，比如发货时间间隔较久会造成断料，发货时间集中会造成段时间内卸货、堆存困难，库存过多增加成本。
关于库存指标，即是否有利于库存控制，有利于低库存操作，降低库存资金成本：某些品种的喷吹煤，从远处由铁路发来且只发专列，厂内必须备有较多的库存，才能确保用料安全、保持生产稳定性和连续性；又如，采购的是船运的进口喷吹煤，一船煤往往量较大，每来一船煤，库存短期内升高几万吨，不利于库存控制；而假如采购的是本厂周边地方煤炭资源，这些资源距离近、可以零散发车(不用发专列)、按需进厂，有利于我们的库存控制；因此库存因素会基于本煤厂地理位置与发货地区的距离、运输方式对喷吹煤性价比造成较大影响。
因此本实施例与现有技术中常用的定量指标不同，本实施例添加了杂物、发货均衡性和库存指标，以针对杂物、发货均衡性和库存对喷吹煤性价比的影响进行评估。
预设重要性等级为两个评价指标对上一层某个评价指标的重要性，本实施例中可以采用数量化的权重aij来描述，其中i和j分别表示两个不同评价指标的标识。
步骤S14：基于预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵。
喷吹煤性价比评价层次模型基于层次分析法获得，层次分析法(AnalyticHierarchy Process，AHP)是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标(或准则、约束)的若干层次，通过定性指标模糊量化方法算出层次单排序(权数)和总排序，以作为目标(多指标)、多方案优化决策的系统方法。层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。
请参考图2，图2为本申请实施例提供的一种喷吹煤性价比评价层次模型的结构示意图。
本实施例中的喷吹煤性价比评价层次模型从上至下包括目标层、准则层、子准则层和方案层，目标层为性价比评价，准则层包括价格及能效指标、质量指标和发货保供指标，子准则层包括与价格及能效指标对应的价格指标和喷吹效果指标、与质量指标对应的灰分指标、硫分指标、可磨性指数指标、水分指标和杂物指标以及与发货保供指标对应的发货均衡性指标和库存指标，方案层为喷吹煤的产地。
可选地，上述产地的数量可以根据喷吹煤的具体进货情况进行调整，在另一方面，在其他实施例中方案层还可以是其他指标，例如喷吹煤批次、供货商等。
具体地，步骤S14构建评价比较矩阵的步骤可以如下：
步骤S142：基于预设重要性等级，通过直接均值法确定评价指标对应的初始重要性等级。
可选地，预设重要性等级aij的取值可以在1-9及其倒数中取值，则aij＝1表示评价指标i与评价指标j对上一层次因素的重要性相同；aij＝3表示评价指标i比评价指标j略重要；aij＝5表示评价指标i比评价指标j重要；aij＝7表示评价指标i比评价指标j重要得多；aij＝9表示评价指标i相比评价指标j极其重要；aij＝2n，n＝1,2,3,4，表示评价指标i和评价指标j的重要性介于aij＝2n-1与aij＝2n+1之间；
n＝1,2,3…,9，当且仅当aij＝，其中，n为评价指标的数量。
步骤S144：基于初始重要性等级和喷吹煤性价比评价层次模型的层次关系构建评价比较矩阵A＝(aij)n×n。
其中，aij为喷吹煤性价比评价层次模型中第i个评价指标和第j个评价指标相对上一层评价指标的重要性程度的量化值，即预设重要性等级，n为评价指标的数量。
由于后续步骤S16要对不满足一致性标准的评价比较矩阵进行一致性修正，因此本实施例还需要在步骤S16之前对评价比较矩阵是否满足一致性标准进行判定，请参考图3，图3为本申请实施例提供的一种评价比较矩阵的一致性判定步骤的流程示意图，该步骤具体可如下：
步骤S152：计算指定矩阵的最大特征根，并基于最大特征根确定对应的特征向量，指定矩阵为评价比较矩阵中的任意一个。
矩阵的特征多项式可算出矩阵的所有特征值，其中最大的一个就是矩阵的最大特征根。
确定该最大特征根对应的特征向量的公式可以为：
Pw＝λmax·w
其中，w为特征向量，λmax为最大特征根，Pw为指定矩阵。
步骤S154：对特征向量归一化处理后进行一致性检验。
归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为标量。将特征向量归一化处理后，即为评价指标的重要性排序，也就是权重分配。
可选地，一致性检验使用以下公式进行：
其中，CR为指定矩阵的随机一致性比率，CI为指定矩阵的一致性指标，
RI为指定矩阵的平均随机一致性指标，1～9阶的评价比较矩阵中的RI值参见下表：
| n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| RI | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.26 | 1.36 | 1.41 | 1.46 |
当指定矩阵Pw的CR<0.1时或λmax＝n,CI＝0时，判定指定矩阵Pw的一致性通过检验。
步骤S156：在一致性检验通过时，将归一化的特征向量作为权向量。
可选地，在获得权向量后，为了进一步保证一致性，还可以对权向量的组合权向量进行组合一致性检验，该检验原理与上述一致性检验相同，在组合一致性检验未通过时基于粒子群优化算法对评价比较矩阵进行一致性修正。
步骤S158：在一致性检验未通过时，对指定矩阵执行基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正的步骤。
步骤S16：基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，满足一致性标准的评价比较矩阵和通过一致性修正的评价比较矩阵统称为一致性矩阵。
粒子群优化算法的思想源于对鸟/鱼群捕食行为的研究，模拟鸟集群飞行觅食的行为，鸟之间通过集体的协作使群体达到最优目的，是一种基于Swarm Intelligence的优化方法。它没有遗传算法的交叉(Crossover)和变异(Mutation)操作，它通过追随当前搜索到的最优值来寻找全局最优。粒子群算法与其他现代优化方法相比的一个明显特色就是所需要调整的参数很少、简单易行，收敛速度快，已成为现代优化方法领域研究的热点。
可选地，请参考图4，图4为本申请实施例提供的一种一致性粒子群优化步骤的流程示意图，该步骤S16具体可以如下：
步骤a.初始化粒子群。
针对评价比较矩阵中的任意一个矩阵即指定矩阵，初始化N个向量
l＝1,2,…,N,N为种群规模，
各分量为[0,d]上的均匀随机数，d是一个常数，用于控制各权重的上限，取d＝1，
l＝1,2,…,N为第一代群体。初始化N个对应的速度向量
l＝1,2,…,N，速度向量的各分量为[vmin,vmax]上均匀随机数，vmax＝0.1，控制粒子一次迭代中最大的速度变化值。
步骤b.更新粒子的速度和位置。
对
l＝1,2,…,N，根据
计算
作为
的适应值，对群体中的各个粒子，与Wl的适应值作比较，当前最优位置Wl设置为其中最好适应值对应的位置，其中，k＝1,2,3…,n。
步骤c.判断迭代次数是否小于预设迭代次数。
步骤d.在迭代次数大于或等于预设迭代次数时，获得修正后的评价比较矩阵。
输出的修正后评价比较矩阵为全局最好位置Wg。
步骤e.在迭代次数小于预设迭代次数时，判断当前粒子适应值是否优于历史粒子适应值。
比较全局最好位置Wg以及上一步得到的Wl，l＝1,2,…,N的适应值，选择其中具有最好适应值的Wl作为当前全局最优位置Wg。
步骤f.在当前粒子适应值优于历史粒子适应值时，将粒子适应值更新为当前粒子适应值，基于当前粒子适应值更新粒子的速度和位置。
对群体中的各个粒子，利用Shi Y和Eberhart R C在基本粒子群优化算法基础上引入惯性权重到速度进化方程中用于改善粒子群优化算法的收敛性能的公式以及惯性权重的计算公式计算得到下一次迭代的
l＝1,2,…,N。
步骤g.在当前粒子适应值未优于历史粒子适应值时，执行步骤b至步骤g。
可选地，在对每个评价比较矩阵完成一致性检验后，还需要对喷吹煤性价比评价层次模型的所有评价比较矩阵修正后的一致性矩阵进行层次总排序。层次总排序是基于层次分析法中层次单排序的基础上给出的，层次总排序的过程与层次单排序的过程大致相同。若层次总排序的组合一致性小于0.1，则表示通过组合一致性检验，否则需要考虑重构喷吹煤性价比评价层次模型或一致性比率较大的评价对比矩阵。
步骤S18：基于一致性矩阵确定喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值，组合权向量值表示对应元素的喷吹煤性价比的值。
获得每个一致性矩阵的权向量，将该权向量作为各元素的喷吹煤性价比的得分，某一元素的总得分实际上是各评价指标得分的加权平均，即组合权向量值，将所有元素的组合权向量值进行从大到小排序则能够对比各个元素对应的喷吹煤性价比进行比较。
可选地，在预设重要性等级为多套时，分别确定每套预设重要性等级对应的组合权向量值；基于所有组合权向量值的矩阵对应位置求几何平均，获得群决策矩阵；基于群决策矩阵确定所有预设重要性等级对应的组合权向量值。
可选地，本实施中的最低层的元素可以是喷吹煤的产地。
下面通过具体喷吹煤性价比评价案例数据对上述喷吹煤性价比评价方法的效果进行说明：
喷吹煤性价比评价层次模型的最低层元素为喷吹煤产地，假设其为A、B、C、D、E和F。
性价比评价对应下层的修正后计算用评价比较矩阵用表1表示：
表1
其中，λmax＝3.0183，CR＝0.0176，CI＝0.0091。
性价比评价对应价格及效能的修正后计算用评价比较矩阵用表2表示：
| 价格 | 喷吹效果 | 权重 | |
| 价格 | 1 | 1 | 0.5 |
| 喷吹效果 | 1 | 1 | 0.5 |
表2
其中，λmax＝2，CR＝0，CI＝0。
性价比评价对应价格及效能中价格的修正后计算用评价比较矩阵用表3表示：
| A | B | C | D | E | F | 权重 | |
| A | 1 | 1/9 | 1/8 | 1/8 | 1/8 | 1/8 | 0.0231 |
| B | 9 | 1 | 2 | 2 | 2 | 2 | 0.3052 |
| C | 8 | 1/2 | 1 | 1 | 1 | 1 | 0.1679 |
| D | 8 | 1/2 | 1 | 1 | 1 | 1 | 0.1679 |
| E | 8 | 1/2 | 1 | 1 | 1 | 1 | 0.1679 |
| F | 8 | 1/2 | 1 | 1 | 1 | 1 | 0.1679 |
表3
其中，λmax＝6.0371，CR＝0.0059，CI＝0.0074。
性价比评价对应价格及效能中喷吹效果的修正后计算用评价比较矩阵用表4表示：
| A | B | C | D | E | F | 权重 | |
| A | 1 | 1/2 | 2 | 1 | 2 | 2 | 0.1794 |
| B | 2 | 1 | 4 | 3 | 4 | 4 | 0.3839 |
| C | 1/2 | 1/4 | 1 | 1/2 | 1 | 1 | 0.0897 |
| D | 1 | 1/3 | 2 | 1 | 2 | 2 | 0.1677 |
| E | 1/2 | 1/4 | 1 | 1/2 | 1 | 1 | 0.0897 |
| F | 1/2 | 1/4 | 1 | 1/2 | 1 | 1 | 0.0897 |
表4
其中，λmax＝6.0183，CR＝0.0029，CI＝0.0037。
性价比评价对应质量的修正后计算用评价比较矩阵用表5表示：
表5
其中，λmax＝5.0555，CR＝0.0124，CI＝0.0139。
性价比评价对应质量中的灰分的修正后计算用评价比较矩阵用表6表示：
| A | B | C | D | E | F | 权重 | |
| A | 1 | 1/2 | 4 | 1/2 | 3 | 2 | 0.1816 |
| B | 2 | 1 | 5 | 1 | 4 | 3 | 0.2992 |
| C | 1/4 | 1/5 | 1 | 1/4 | 1/2 | 1/3 | 0.0481 |
| D | 2 | 1 | 4 | 1 | 4 | 3 | 0.2883 |
| E | 1/3 | 1/4 | 2 | 1/4 | 1 | 1/2 | 0.0707 |
| F | 1/2 | 1/3 | 3 | 1/3 | 2 | 1 | 0.1122 |
表6
其中，λmax＝6.1055，CR＝0.0168，CI＝0.0211。
性价比评价对应质量中的硫分的修正后计算用评价比较矩阵用表7表示：
| A | B | C | D | E | F | 权重 | |
| A | 1 | 1 | 3 | 3 | 3 | 2 | 0.2832 |
| B | 1 | 1 | 3 | 3 | 3 | 2 | 0.2832 |
| C | 1/3 | 1/3 | 1 | 1 | 1 | 1/2 | 0.09 |
| D | 1/3 | 1/3 | 1 | 1 | 1 | 1/2 | 0.09 |
| E | 1/3 | 1/3 | 1 | 1 | 1 | 1/2 | 0.09 |
| F | 1/2 | 1/2 | 2 | 2 | 2 | 1 | 0.1635 |
表7
其中，λmax＝6.0138，CR＝0.0022，CI＝0.0028。
性价比评价对应质量中的可磨性指数的修正后计算用评价比较矩阵用
表8表示：
| A | B | C | D | E | F | 权重 | |
| A | 1 | 1 | 1/7 | 1/9 | 1/6 | 1/5 | 0.0315 |
| B | 1 | 1 | 1/7 | 1/9 | 1/6 | 1/5 | 0.0315 |
| C | 7 | 7 | 1 | 1/4 | 1/3 | 1/2 | 0.1248 |
| D | 9 | 9 | 4 | 1 | 4 | 3 | 0.4392 |
| E | 6 | 6 | 3 | 1/4 | 1 | 2 | 0.2153 |
| F | 5 | 5 | 2 | 1/3 | 1/2 | 1 | 0.1577 |
表8
其中，λmax＝6.3763，CR＝0.0597，CI＝0.0753。
性价比评价对应质量中的水分的修正后计算用评价比较矩阵用表9表示：
| A | B | C | D | E | F | 权重 | |
| A | 1 | 1 | 2 | 1/2 | 1/2 | 1/2 | 0.1156 |
| B | 1 | 1 | 2 | 1/2 | 1/2 | 1/2 | 0.1156 |
| C | 1/2 | 1/2 | 1 | 1/4 | 1/3 | 1/5 | 0.0584 |
| D | 2 | 2 | 4 | 1 | 3 | 1 | 0.2776 |
| E | 2 | 2 | 3 | 1/3 | 1 | 1/2 | 0.1635 |
| F | 2 | 2 | 5 | 1 | 2 | 1 | 0.2693 |
表9
其中，λmax＝6.1282，CR＝0.0203，CI＝0.0256。
性价比评价对应质量中的杂物的修正后计算用评价比较矩阵用表10表示：
| A | B | C | D | E | F | 权重 | |
| A | 1 | 1 | 1/6 | 4 | 1/6 | 1/4 | 0.0632 |
| B | 1 | 1 | 1/6 | 4 | 1/6 | 1/4 | 0.0632 |
| C | 6 | 6 | 1 | 6 | 1 | 3 | 0.3381 |
| D | 1/4 | 1/4 | 1/6 | 1 | 1/7 | 1/6 | 0.0288 |
| E | 6 | 6 | 1 | 7 | 1 | 2 | 0.3242 |
| F | 4 | 4 | 1/3 | 6 | 1/2 | 1 | 0.1824 |
表10
其中，λmax＝6.331，CR＝0.0525，CI＝0.0662。
性价比评价对应发货保供的修正后计算用评价比较矩阵用表11表示：
| 发货均衡性 | 库存 | 权重 | |
| 发货均衡性 | 1 | 2 | 0.6667 |
| 库存 | 1/2 | 1 | 0.3333 |
表11
其中，λmax＝2，CR＝0，CI＝0。
性价比评价对应发货保供中的发货均衡性的修正后计算用评价比较矩阵用表12表示：
表12
其中，λmax＝6.2954，CR＝0.0469，CI＝0.0591。
性价比评价对应发货保供中的库存的修正后计算用评价比较矩阵用表13表示：
| A | B | C | D | E | F | 权重 | |
| A | 1 | 2 | 1/9 | 1/7 | 1/7 | 1/7 | 0.0329 |
| B | 1/2 | 1 | 1/8 | 1/6 | 1/6 | 1/6 | 0.0288 |
| C | 9 | 8 | 1 | 5 | 3 | 3 | 0.4308 |
| D | 7 | 6 | 1/5 | 1 | 1 | 1 | 0.1597 |
| E | 7 | 6 | 1/3 | 1 | 1 | 1 | 0.1739 |
| F | 7 | 6 | 1/3 | 1 | 1 | 1 | 0.1739 |
表13
其中，λmax＝6.2751，CR＝0.0437，CI＝0.055。
则通过步骤S18确定的群决策底层权重表如表14所示：
| 底层元素 | 结论值(权重) |
| A | 0.1097 |
| B | 0.2186 |
| C | 0.159 |
| D | 0.2105 |
| E | 0.1503 |
| F | 0.152 |
表14
通过步骤S18确定的群决策中间层权重表如表15所示:
表15
最终计算得到群决策底层权重表中各个底层元素(产地)的结论值，即性价比的值。最后根据性价比的值计算每个底层元素的相对价格，以某一底层元素对应的喷出煤价格为基准，则可以根据性价比获得排序结果。
为了配合上述喷吹煤性价比评价方法，本申请实施例还提供了一种喷吹煤性价比评价装置20，请参考图5，图5为本申请实施例提供的一种喷吹煤性价比评价装置的模块示意图。
喷吹煤性价比评价装置20包括：
预设重要性等级获取模块21，用于获取对喷吹煤性价比的评价指标的预设重要性等级；
比较矩阵确定模块22，用于基于预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵；
修正模块23，用于基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，将满足一致性标准的评价比较矩阵和通过一致性修正的评价比较矩阵统称为一致性矩阵；
评价输出模块24，用于基于一致性矩阵确定喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值，组合权向量值表示对应元素的喷吹煤性价比的值。
可选地，喷吹煤性价比评价层次模型从上至下包括目标层、准则层、子准则层和方案层，目标层为性价比评价，准则层包括价格及能效指标、质量指标和发货保供指标，子准则层包括与价格及能效指标对应的价格指标和喷吹效果指标、与质量指标对应的灰分指标、硫分指标、可磨性指数指标、水分指标和杂物指标以及与发货保供指标对应的发货均衡性指标和库存指标，方案层为喷吹煤的产地。
可选地，比较矩阵确定模块22具体用于：基于预设重要性等级，通过直接均值法确定评价指标对应的初始重要性等级；基于初始重要性等级和喷吹煤性价比评价层次模型的层次关系构建评价比较矩阵A＝(aij)n×n，其中，aij为喷吹煤性价比评价层次模型中第i个评价指标和第j个评价指标相对上一层评价指标的重要性程度的量化值，即预设重要性等级，n为评价指标的数量。
可选地，修正模块23具体用于：计算指定矩阵的最大特征根，并基于最大特征根确定对应的特征向量，指定矩阵为评价比较矩阵中的任意一个；对特征向量归一化处理后进行一致性检验；在一致性检验通过时，将归一化的特征向量作为权向量；在一致性检验未通过时，对指定矩阵执行基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正的步骤。
可选地，修正模块23具体用于：基于权向量计算组合权向量；对组合权向量进行组合一致性检验；在组合一致性检验未通过时，对指定矩阵执行基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正的步骤。
可选地，修正模块23具体用于：步骤a.初始化粒子群；步骤b.更新粒子的速度和位置；步骤c.判断迭代次数是否小于预设迭代次数；步骤d.在迭代次数大于或等于预设迭代次数时，获得修正后的评价比较矩阵；步骤e.在迭代次数小于预设迭代次数时，判断当前粒子适应值是否优于历史粒子适应值；步骤f.在当前粒子适应值优于历史粒子适应值时，将粒子适应值更新为当前粒子适应值，基于当前粒子适应值更新粒子的速度和位置；步骤g.在当前粒子适应值未优于历史粒子适应值时，执行步骤b至步骤g。
可选地，评价输出模块24具体用于：在预设重要性等级为多套时，通过获取对喷吹煤性价比的评价指标的预设重要性等级的步骤，至基于一致性矩阵确定喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值的步骤，分别确定每套预设重要性等级对应的组合权向量值；基于所有组合权向量值的矩阵对应位置求几何平均，获得群决策矩阵；基于群决策矩阵确定所有预设重要性等级对应的组合权向量值。
本申请实施例还提供了一种电子设备，该电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行本实施例提供的喷吹煤性价比评价方法中任一项所述方法中的步骤。
应当理解是，该电子设备可以是个人电脑(Personal Computer，PC)、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)等具有逻辑计算功能的电子设备。
本申请实施例还提供了一种可读取存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行喷吹煤性价比评价方法中的步骤。
综上所述，本申请实施例提供了一种喷吹煤性价比评价方法、装置、电子设备及存储介质，所述方法包括：获取对喷吹煤性价比的评价指标的预设重要性等级；基于所述预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵；基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，满足所述一致性标准的评价比较矩阵和通过一致性修正的评价比较矩阵统称为一致性矩阵；基于所述一致性矩阵确定所述喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值，所述组合权向量值表示对应元素的喷吹煤性价比的值。
在上述实现过程中，将层次分析法作为评价体系基础对喷吹煤性价比进行评估，实现了基于喷吹煤各指标的综合性性价比评估，通过喷吹煤性价比评价层次模型进行性价比评估处理具有较高的效率，同时采用粒子群优化算法对层次分析法中的比较矩阵进行优化处理，提高了喷吹煤性价比评价层次模型中评价比较矩阵的一致性，从而提高了性价比评估的准确性。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的框图显示了根据本申请的多个实施例的设备的可能实现的体系架构、功能和操作。在这点上，框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图中的每个方框、以及框图的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。因此本实施例还提供了一种可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行区块数据存储方法中任一项所述方法中的步骤。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RanDom Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种喷吹煤性价比评价方法，其特征在于，所述方法包括：
获取对喷吹煤性价比的评价指标的预设重要性等级；
基于所述预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵；
基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，满足所述一致性标准的评价比较矩阵和通过一致性修正的评价比较矩阵统称为一致性矩阵；
基于所述一致性矩阵确定所述喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值，所述组合权向量值表示对应元素的喷吹煤性价比的值。
2.根据权利要求1所述的方法，其特征在于，所述喷吹煤性价比评价层次模型从上至下包括目标层、准则层、子准则层和方案层，所述目标层为性价比评价，所述准则层包括价格及能效指标、质量指标和发货保供指标，所述子准则层包括与所述价格及能效指标对应的价格指标和喷吹效果指标、与所述质量指标对应的灰分指标、硫分指标、可磨性指数指标、水分指标和杂物指标以及与所述发货保供指标对应的发货均衡性指标和库存指标，所述方案层为喷吹煤的产地。
3.根据权利要求1所述的方法，其特征在于，所述基于所述预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵，包括：
基于所述预设重要性等级，通过直接均值法确定所述评价指标对应的初始重要性等级；
基于所述初始重要性等级和所述喷吹煤性价比评价层次模型的层次关系构建所述评价比较矩阵A＝(aij)n×n，其中，aij为所述喷吹煤性价比评价层次模型中第i个评价指标和第j个评价指标相对上一层评价指标的重要性程度的量化值，即所述预设重要性等级，n为所述评价指标的数量。
4.根据权利要求1所述的方法，其特征在于，在所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正之前，所述方法还包括：
计算指定矩阵的最大特征根，并基于所述最大特征根确定对应的特征向量，所述指定矩阵为所述评价比较矩阵中的任意一个；
对所述特征向量归一化处理后进行一致性检验；
在所述一致性检验通过时，将归一化的所述特征向量作为权向量；
在所述一致性检验未通过时，对所述指定矩阵执行所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正的步骤。
5.根据权利要求4所述的方法，其特征在于，在所述一致性检验通过时，将归一化的所述特征向量作为权向量之后，所述方法还包括：
基于所述权向量计算组合权向量；
对所述组合权向量进行组合一致性检验；
在所述组合一致性检验未通过时，对所述指定矩阵执行所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正的步骤。
6.根据权利要求1所述的方法，其特征在于，所述基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，包括：
步骤a.初始化粒子群；
步骤b.更新粒子的速度和位置；
步骤c.判断迭代次数是否小于预设迭代次数；
步骤d.在所述迭代次数大于或等于所述预设迭代次数时，获得修正后的评价比较矩阵；
步骤e.在所述迭代次数小于所述预设迭代次数时，判断当前粒子适应值是否优于历史粒子适应值；
步骤f.在所述当前粒子适应值优于所述历史粒子适应值时，将粒子适应值更新为所述当前粒子适应值，基于所述当前粒子适应值更新粒子的速度和位置；
步骤g.在所述当前粒子适应值未优于所述历史粒子适应值时，执行步骤b至步骤g。
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述方法还包括：
在所述预设重要性等级为多套时，通过所述获取对喷吹煤性价比的评价指标的预设重要性等级的步骤，至所述基于所述一致性矩阵确定所述喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值的步骤，分别确定每套预设重要性等级对应的组合权向量值；
基于所有组合权向量值的矩阵对应位置求几何平均，获得群决策矩阵；
基于所述群决策矩阵确定所有预设重要性等级对应的组合权向量值。
8.一种喷吹煤性价比评价装置，其特征在于，所述装置包括：
预设重要性等级获取模块，用于获取对喷吹煤性价比的评价指标的预设重要性等级；
比较矩阵确定模块，用于基于所述预设重要性等级，通过喷吹煤性价比评价层次模型构建评价比较矩阵；
修正模块，用于基于粒子群优化算法对不满足一致性标准的评价比较矩阵进行一致性修正，将满足一致性标准的评价比较矩阵和通过一致性修正的评价比较矩阵统称为一致性矩阵；
评价输出模块，用于基于所述一致性矩阵确定所述喷吹煤性价比评估层次模型中的最低层的每个元素对喷吹煤性价比评价的组合权向量值，所述组合权向量值表示对应元素的喷吹煤性价比的值。
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行权利要求1-7中任一项所述方法中的步骤。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行权利要求1-7任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010950135.XA CN112070404B (zh) | 2020-09-10 | 2020-09-10 | 喷吹煤性价比评价方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010950135.XA CN112070404B (zh) | 2020-09-10 | 2020-09-10 | 喷吹煤性价比评价方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112070404A true CN112070404A (zh) | 2020-12-11 |
| CN112070404B CN112070404B (zh) | 2024-08-09 |
Family
ID=73663699
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010950135.XA Active CN112070404B (zh) | 2020-09-10 | 2020-09-10 | 喷吹煤性价比评价方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112070404B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113267609A (zh) * | 2021-05-27 | 2021-08-17 | 重庆钢铁股份有限公司 | 高炉喷吹用煤质量评价方法 |
| CN115044722A (zh) * | 2022-07-11 | 2022-09-13 | 重庆钢铁股份有限公司 | 一种喷煤精准配煤方法 |
| CN116843097A (zh) * | 2023-06-21 | 2023-10-03 | 华院计算技术(上海)股份有限公司 | 煤质评价方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140370927A1 (en) * | 2012-01-13 | 2014-12-18 | Zte Corporation | Method, system, and equipments for mobility management of group terminals |
| CN105062531A (zh) * | 2015-08-12 | 2015-11-18 | 中钢集团鞍山热能研究院有限公司 | 炼焦原料应用性分类和综合质量评价及其指导配煤方法 |
| CN109064061A (zh) * | 2018-09-11 | 2018-12-21 | 辽宁科技大学 | 一种基于ahp层次分析法的炼焦煤多维性质评价方法 |
| CN110472839A (zh) * | 2019-07-25 | 2019-11-19 | 上海电力大学 | 基于sa-pso-ahp的火电厂控制系统信息安全评估系统 |
-
2020
- 2020-09-10 CN CN202010950135.XA patent/CN112070404B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140370927A1 (en) * | 2012-01-13 | 2014-12-18 | Zte Corporation | Method, system, and equipments for mobility management of group terminals |
| CN105062531A (zh) * | 2015-08-12 | 2015-11-18 | 中钢集团鞍山热能研究院有限公司 | 炼焦原料应用性分类和综合质量评价及其指导配煤方法 |
| CN109064061A (zh) * | 2018-09-11 | 2018-12-21 | 辽宁科技大学 | 一种基于ahp层次分析法的炼焦煤多维性质评价方法 |
| CN110472839A (zh) * | 2019-07-25 | 2019-11-19 | 上海电力大学 | 基于sa-pso-ahp的火电厂控制系统信息安全评估系统 |
Non-Patent Citations (1)
| Title |
|---|
| 刘静: "基于社会责任的家电企业业绩评价研究-以格力电器为例", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 March 2020 (2020-03-15), pages 29 - 41 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113267609A (zh) * | 2021-05-27 | 2021-08-17 | 重庆钢铁股份有限公司 | 高炉喷吹用煤质量评价方法 |
| CN115044722A (zh) * | 2022-07-11 | 2022-09-13 | 重庆钢铁股份有限公司 | 一种喷煤精准配煤方法 |
| CN115044722B (zh) * | 2022-07-11 | 2023-10-20 | 重庆钢铁股份有限公司 | 一种喷煤精准配煤方法 |
| CN116843097A (zh) * | 2023-06-21 | 2023-10-03 | 华院计算技术(上海)股份有限公司 | 煤质评价方法及系统 |
| CN116843097B (zh) * | 2023-06-21 | 2024-03-29 | 华院计算技术(上海)股份有限公司 | 煤质评价方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112070404B (zh) | 2024-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112070404B (zh) | 喷吹煤性价比评价方法、装置、电子设备及存储介质 | |
| Panwar et al. | Binary grey wolf optimizer for large scale unit commitment problem | |
| CN112965374B (zh) | 一种资源约束下考虑随机需求和操作时间的拆解调度方法 | |
| Piroozfard et al. | Reduction of carbon emission and total late work criterion in job shop scheduling by applying a multi-objective imperialist competitive algorithm | |
| Lu et al. | A Population Cooperation based Particle Swarm Optimization algorithm for large-scale multi-objective optimization | |
| Piroozfard et al. | An improved biogeography-based optimization for achieving optimal job shop scheduling solutions | |
| Stewart et al. | Toward an agent-based blackboard system for reactor design optimization | |
| Shayeghi et al. | Application of PSO technique for GEP in restructured power systems | |
| Wu et al. | A biobjective optimization for integrated parallel machine scheduling and location problem: Mathematical model and iterative two-stage heuristic | |
| Wang et al. | A multi-objective cuckoo search algorithm based on the record matrix for a mixed-model assembly line car-sequencing problem | |
| CN116108953A (zh) | 基于de-gwo-svr的农村电力需求预测 | |
| Nouri et al. | Meta-heuristics algorithm for two-machine no-wait flow-shop scheduling problem with the effects of learning | |
| Fan et al. | Adaptive mutation PSO based SVM model for credit scoring | |
| Xiong et al. | Weapon Selection and Planning Problems Using MOEA/D with Distance‐Based Divided Neighborhoods | |
| CN113780686A (zh) | 一种面向分布式电源的虚拟电厂运行方案优化方法 | |
| Pei et al. | Research of order batching variable neighborhood search algorithm based on saving mileage | |
| CN112330023A (zh) | 考虑主观需求的0-1背包问题的求解方法及电子设备 | |
| Tapia | Risk-based Decision Support Tool for Selection and Evaluation of Negative Emissions Technologies | |
| Greber et al. | A timber market model for analyzing roundwood product interdependencies | |
| CN113065274A (zh) | 车辆路径的规划方法、装置、终端及可读存储介质 | |
| CN113127498A (zh) | 一种高效计算造船产品预实成本的方法及系统 | |
| Lin et al. | Data-driven method of solving computationally expensive combined economic/emission dispatch problems in large-scale power systems: an improved kriging-assisted optimization approach | |
| Shojaie et al. | Particle swarm optimization for minimizing total earliness/tardiness costs of two-stage assembly flowshop scheduling problem in a batched delivery system | |
| Chunxiao et al. | Order Allocation in Industrial Internet Platform for Textile and Clothing. | |
| Turgay | Streamlined Supply Chain Operations: Leveraging Permutation-Based Genetic Algorithms for Production and Distribution |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |