一种基于混合启发式优化的控制参数协同寻优方法技术

本发明专利技术公开了一种基于混合启发式优化的控制参数协同寻优方法，通过混合启发式优化线程对Ns种基础优化算法进行协同初始化，并基于各算法原生迭代机制对目标优化问题执行并行求解；生成包含算法优胜群落的特征空间数据，并提取各算法当前最优解；构建跨算法优胜群落交互机制，将所述特征空间数据导入优胜群落特征库，输出该算法的目标函数优化系数；通过多目标融合决策单元对全部目标函数优化系数进行稳定性验证与鲁棒性分析，确定全局最优解。本发明专利技术通过结合多种启发式算法并实现优胜群落个体的随机交换，最大限度地避免了单一算法缺陷对求解结果的影响，能够实现对多算法协同的快速初始化以及并行求解、迭代。

【技术实现步骤摘要】

本专利技术涉及一种基于混合启发式优化的控制参数协同寻优方法，通过计算机技术实现控制参数寻优。

技术介绍

1、mpc控制器中控制参数的优化求解问题实际为约束最优化问题的求解。当目标函数和约束条件均为线性函数时，最优化问题为线性规划。当目标函数j和约束条件不全为线性函数时，最优化问题为非线性规划。而空调系统优化运行所涉及的模型多为非线性模型，依据非线性模型所建立的目标函数也为非线性函数。因此，控制参数的求解为对非线性约束最优化问题的求解。常用的非线性约束优化问题的求解方法大致可分为传统优化方法及智能优化方法两大类。各类方法的具体优化算法及优缺点如表1所示。

2、表1非线性约束优化问题求解方法

3、

4、从表1中可以看出，传统优化方法有着运算效率低下、易陷入局部最优等问题。同时，传统优化方法对非凸可行域和具有多个局部极值、不连通的可行域、变量全部或部分是离散的、整型的等问题难以处理。而智能优化方法由于其强大的全局搜索能力，对非线性问题及复杂的非凸优化问题的处理能力等优点，目前已广泛应用于实际生产过程中并取得了良好的效果。...

【技术保护点】

1.一种基于混合启发式优化的控制参数协同寻优方法，其特征在于，

2.根据权利要求1所述的基于混合启发式优化的控制参数协同寻优方法，其特征在于：所述混合启发式优化线程是通过在基准优化线程中注入种群特征迁移机制和参数自适应调节策略构建获得的，所述基准优化线程包含遗传算法、粒子群优化算法及萤火虫群优化算法的原生操作算子；

3.根据权利要求1所述的基于混合启发式优化的控制参数协同寻优方法，其特征在于：

4.根据权利要求3所述的基于混合启发式优化的控制参数协同寻优方法，其特征在于：

5.根据权利要求1-4任一所述的基于混合启发式优化的控制参数协同寻优...

【技术特征摘要】

1.一种基于混合启发式优化的控制参数协同寻优方法，其特征在于，

2.根据权利要求1所述的基于混合启发式优化的控制参数协同寻优方法，其特征在于：所述混合启发式优化线程是通过在基准优化线程中注入种群特征迁移机制和参数自适应调节策略构建获得的，所述基准优化线程包含遗传算法、粒子群优化算法及萤火虫群优化算法的原生操作算子；

3.根据权利要求1所述的基于混合启发式优化的控制参数协同寻优方法，其特征在于：

4.根据权利要求3所述的基于混合启发式优化的控制参数协同寻优方法，其特征在于：

5.根...

【专利技术属性】
技术研发人员：袁中原，吕瑞欣，于文华，王宇，
申请(专利权)人：四川省艾耳能科技有限公司，
类型：发明
国别省市：