本发明专利技术公开一种基于自适应步长细菌觅食算法的铝电解生产过程多目标优化方法，包括以下步骤：首先确定铝电解生产指标Y，选取对铝电解生产指标影响最大的参数X；然后以所述参数X作为输入，所述生产指标Y作为输出，利用BP神经网络对铝电解过程进行建模，得到铝电解模型；以铝电解的输出Y作为适应度函数，基于Pareto差熵自适应调整细菌前进步长，利用细菌觅食算法对参数X在其取值范围内进行优化，以获得最优铝电解生产过程参数。有益效果：基于细菌觅食算法优化铝电解参数，有效提高铝电解生产效率；自适应步长调整细菌前进步长，有效避免细菌觅食算法陷入局部最优解；使用Pareto差熵对菌群步长进行动态调整能够快速获取铝电解生产最优参数。
【技术实现步骤摘要】
本专利技术涉及最优控制领域，具体地说，是一种基于自适应步长细菌觅食算法的铝 电解生产过程多目标优化方法。
技术介绍
铝电解是一个复杂的工业生产过程，铝电解槽内部复杂的物料化学变化以外部多 种不确定作业因素导致槽内参数较多，参数间呈现出非线性、强耦合性等特点，难以实时测 量、调整，给铝电解生产过程控制优化带来一定难度。目前的铝电解法耗能巨大且效率低 下，且铝电解生产过程中会产生大量温室气体，环境污染严重。因此，在保证铝电解槽平稳 生产的前提下，如何提高电流效率、降低能耗、降低污染气体排放量，以实现高效、节能、减 排已成为铝电解企业的生产目标。
技术实现思路
有鉴于此，本专利技术提供一种基于自适应步长细菌觅食算法的铝电解生产过程多目 标优化方法，首先利用BP神经网络模型建立铝电解过程模型，再利用自适应步长的细菌觅 食算法确定对铝电解生产指标影响最大的参数最优值，有效提高铝电解生产效率。具体技 术方案如下： -种，其关键在 于包括以下步骤： 31:选取1^个铝电解生产指标￥=，选取对铝电解生产指标￥影响最大 的1个参数父=|^142，··，]; S2:以所述参数X作为输入，所述生产指标Y作为输出，利用BP神经网络对铝电解过 程进行建模，得到铝电解模型； S21:选取尺组数据Xr = (r = 1，2，…，R)作为训练样本，Yr= 为训练样本对应的实际输出，配置BP神经网络参数及权值矢量WXI(g)和WjF(g)， Wn(g)为第g(g-般设定为500)次迭代时输入层与隐层I之间的权值矢量;WJF(g)为第g次迭 代时隐层J与输出层之间的权值矢量； S22:初始化，g = 0，给权值矢量WXI(0)，WjF(0)赋予0到1之间的随机值； S23:随机输入样本Xr;得到第g次迭代时BP神经网络的仿真输出为:Fr(g) = ; S24:由实际输出Yr和上一步求得的仿真输出Fr(g)，计算误差E(g)，判断其是否满 足要求，若满足转至S27;若不满足转至S25; S25:判断g+Ι是否大于最大迭代次数，若大于转至S27,若不大于，对输入样本Xr， 反向计算每层神经元的局部梯度δ; S26:g = g+1，修正权值矢量Wxi(g)，WjF(g); S27:判断是否学完所有的训练样本，是:结束训练，完成建模;否:返回执行S23。 S3:基于步骤S2中的铝电解模型，以所述N个输出Y作为适应度函数J，利用自适应 步长细菌觅食算法对所述Μ个参数X在其取值范围内进行优化，优化步骤如下： S31:以实际生产情况确定所述Μ个参数Χ= 的取值范围； S32:初始化细菌觅食算法的相关参数:细菌群体大小S，趋向次数Ν。，趋向行为执 行中前进次数Ns，繁殖次数Nre，驱散次数Ned，执行驱散行为的概率Ped，引诱剂的扩散距离 datt，引诱剂的扩散范围Watt，排斥剂的作用距离hrape，排斥剂的作用范围wre3pe3; 同时生成细菌初始位置，其中第i只细菌的位置表示为0i(j，k，l)，i = l，2，~，S， 其中j，k，l分别表示细菌已经完成的趋向、繁殖、驱散次数，j = l，2，···，NC+1，k=l，2，···，Nre+1,1 = 1,2,???,Ned+l； S33:根据0i(j + l，k l，）= 0i(j k，l)，+C(i)*dcti执行趋向操作，其中，表示第i只细菌最近一次趋向前进时所选择的随机矢量方向，C(i)表示 其沿dcti方向前进的步长； S34:计算细菌个体间的信息素浓度J。。并以此指导菌群的群聚操作； S35:计算菌群的健康函数，其中J(i，j，k，l)表示第i只细 菌在完成第j次趋向、第k次繁殖、1次驱散时的适应度函数；越大，表示细菌i觅食能力 越强； S36:对步骤S35中获得的值进行降序排列，Jheaith较小的半数细菌淘汰； Jh^th较大的半数细菌进行分裂，完成繁殖以维持菌落细菌总数不变，子代细菌觅食能力与 父代保持一致； S37:在经历几代复制操作后，菌落将会集聚，使其多样性退化。为了保证菌落的多 样性，对每个细菌都随机产生一个随机数randi，若randi 2 Ped则保留，若randi<P(5d则在搜 索区域内将该细菌驱散到的一个新的位置;虽然驱散操作破坏了细菌的趋向行为，但细菌 也有可能因此出现食物更加丰富的区域内； S38:判断每个菌落是否都完成优化，若完成，则输出Pareto前沿即最优参数X'=以及对应的生产指标Y' = ;若未完成，则转至S39,直至满 足算法结束条件； S39:根据菌群进化状态调整第i只细菌前进步长C(i)，并转至S33;其中C(i)的调 整方法如下： 若在第t次迭代过程中，如果步骤S38中输出Pareto前沿PFappr向真实Pareto前沿 PFtrue在目标空间中发生了距离逼近时，即算法在时亥处于收敛状态，则:α(υ=(^α)-λ (l+l AE(t)|); 若在第t次迭代过程中，如果算法获得的新解替换了PFappr上质量较低的旧解，即 算法在时亥叶处于多样化状态，贝11:(：1；(:〇=(^-1(:〇+以|八￡(1:)|; 若在第t次迭代过程中，如果算法获得的新解被拒绝进入PFappr，则算法在时刻t处 于停滞状态，则:Ct(i)=ct-Ki); 其中，λ，μ为(〇，1)之间的随机数，AE(t)为菌群Pareto解的差熵。 有益效果：（1)基于细菌觅食算法优化铝电解生产过程参数，有效提高铝电解生产 效率；（2)利用自适应步长调整细菌前进步长，有效避免细菌觅食算法陷入局部最优解；（3) 使用Pareto差熵对菌群步长进行动态调整以快速获取铝电解生产最优参数。【附图说明】 图1为本专利技术的算法流程图；图2为CF4排放量预测效果图； 图3为电流效率预测效果图； 图4为吨铝能耗预测效果图； 图5为CF4排放量预测误差图；图6为电流效率预测误差图；图7为吨铝能耗预测误差图。【具体实施方式】下面结合实施例和附图对本专利技术作进一步说明。 如图1所示的一种基于自适应步长细菌觅食算法的铝电解生产过程多目标优化方 法，其关键在于包括以下步骤： 51:选取3个铝电解生产指标￥=，包括：电流效率、吨铝能耗和全氟化物 排放量； 选取对铝电解生产指标Y影响最大的8个参数X = ，包括:系列电流、NB 次数、分子比、出铝量、铝水平、电解质水平、槽温、槽电压。 S2:以所述参数X作为输入，所述生产指标Y作为输出，利用BP神经网络对铝电解过 程进行建模，得到铝电解模型;BP神经网络建模过程如下： S21:采集重庆天泰铝业有限公司170KA系列电解槽中的223#槽2013年全年生产数 据以及2014年前40天数据，共计405组数据，其中2013年全年365组生产数据Xr=(r=l，2,…，365)作为训练样本，Yr=为训练样本对应的实际输 出；2014年前40天的40组数据作为测试样本。数据样本如下表1所示。表1数据样本 配置BP神经网络参数及权值矢量WXI(g)和WjF(g)，WXI(g)为第g(g设为800)次迭代 时输入层与隐层I之间的权值矢量;WjF(g)为第g次迭代时隐层J与输出层之间的权值矢量； BP神经网络的设置参数如下表2所示。 表2 BPNN设置本文档来自技高网...
【技术保护点】
一种基于自适应步长细菌觅食算法的铝电解生产过程多目标优化方法，其特征在于包括以下步骤：S1：选取N个铝电解生产指标Y＝[y1,y2,…yN]，选取对铝电解生产指标Y影响最大的M个参数X＝[x1,x2,…xM]；S2：以所述参数X作为输入，所述生产指标Y作为输出，利用BP神经网络对铝电解过程进行建模，得到铝电解模型；S3：基于步骤S2中的铝电解模型，以所述N个输出Y作为适应度函数J，利用自适应步长细菌觅食算法对所述M个参数X在其取值范围内进行优化，优化步骤如下：S31：以实际生产情况确定所述M个参数X＝[x1,x2,…xM]的取值范围；S32：初始化细菌觅食算法的相关参数：细菌群体大小S，趋向次数Nc，趋向行为执行中前进次数NS，繁殖次数Nre，驱散次数Ned，执行驱散行为的概率Ped，引诱剂的扩散距离datt，引诱剂的扩散范围watt，排斥剂的作用距离hrepe，排斥剂的作用范围wrepe；同时生成细菌初始位置，其中第i只细菌的位置表示为θi(j,k,l)，i＝1,2,…,S，其中j,k,l分别表示细菌已经完成的趋向、繁殖、驱散次数，j＝1,2,…,Nc+1，k＝1,2,…,Nre+1，l＝1,2,…,Ned+1；S33：根据θi(j+1,k,l)＝θi(j,k,l)+C(i)*dcti执行趋向操作，其中dcti表示第i只细菌最近一次趋向前进时所选择的随机矢量方向，C(i)表示其沿dcti方向前进的步长；S34：计算信息素浓度Jcc并以此指导菌群的群聚操作；S35：计算菌群的健康函数其中J(i,j,k,l)表示第i只细菌在完成第j次趋向、第k次繁殖、l次驱散时的适应度函数；S36：对步骤S35中获得的值进行降序排列，Jhealth较小的半数细菌淘汰；Jhealth较大的半数细菌进行分裂，且子代细菌觅食能力与父代保持一致；S37：对步骤S36中获得的新的菌群中每个细菌都随机产生一个随机数randi，若randi≥Ped则保留，若randi＜Ped则在搜索区域内将该细菌驱散到的一个新的位置；S38：判断每个菌落是否都完成优化，若完成，则输出Pareto前沿即最优参数X′＝[x′1,x′2,…x′M]以及对应的生产指标Y′＝[y′1,y′2,…y′N]；若未完成，则转至S39，直至满足算法结束条件；S39：根据菌群进化状态调整第i只细菌前进步长C(i)，并转至S33。...
【技术特征摘要】
【专利技术属性】
技术研发人员：易军，黄迪，李太福，何海波，周伟，张元涛，陈实，刘兴华，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：重庆;85
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。