文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201510752612.0

申 请 日：20151106

发 明 人：黄迪 易军 陈实 李太福 何海波 周伟 张元涛 刘兴华

申 请 人：重庆科技学院

申请人地址：400023 重庆市沙坪坝区大学城东路20号

公 开 日：20171205

公 开 号：CN105426960B

代 理 人：陈千

代理机构：50216 重庆为信知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明提供了一种基于BP神经网络与MBFO算法的铝电解节能减排控制方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于拥挤距离的多目标细菌觅食优化算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率和温室气体排放量，其中，在对生产过程模型进行优化时，需计算非劣解的拥挤距离并根据拥挤距离对外部档案进行更新，使菌群在寻优过程中快速朝目标移动，以确保在保证种群多样性前提下迅速收敛。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，减少了温室气体排放量，真正达到节能减排的目的。

主 权 项：1.一种基于BP神经网络与MBFO算法的铝电解节能减排控制方法，其特征在于，包括如下步骤：S1：选择对电流效率和温室气体排放量有影响的控制参数构成决策变量X＝[x₁,x₂,…,x_M]，M为所选参数的个数；S2：选定铝电解工业现场，采集N组决策变量X₁，X₂，…，X_N及其对应的电流效率y₁，y₂，…，y_N和温室气体排放量z₁，z₂，…，z_N作为数据样本，以每一个决策变量X_i作为输入，分别以对应的电流效率y_i和温室气体排放量z_i作为输出，运用BP神经网络对样本进行训练、检验，建立铝电解槽生产过程模型；S3：利用多目标细菌觅食优化算法，即MBFO算法，对步骤S2所得的两个生产过程模型进行优化，得到一组最优决策变量X_best及其对应的电流效率y_best和温室气体排放量z_best，优化时，通过计算非劣解的拥挤距离并根据拥挤距离对外部档案进行更新，以保证在种群多样性前提下快速收敛；S4：按照步骤S3所得的最优决策变量X_best中的控制参数来控制步骤S2中所选定的铝电解工业现场，使其达到节能减排；MBFO算法包括以下步骤：S31：将决策变量X的值视为细菌位置，根据决策变量X中各个参数的范围随机生成L个细菌构成菌群初始位置；S32：初始化系统参数，包括趋向次数N_c，趋向行为中前进次数N_s，繁殖次数N_re，驱散次数N_ed，驱散概率P_ed，外部档案规模K；S33：执行趋向操作，包括翻转和前进；假设第i(i＝1,2,…,L)只细菌在第j次趋向操作第k次复制操作和第l次驱散操作之后的位置为θⁱ(j,k,l)，则θⁱ(j+1,k,l)＝θⁱ(j,k,l)+C(i)*dct_i，式中，dct

关 键 词：拥挤距离 温室气体排放量  铝电解生产 电流效率  节能减排 生产过程  最优解  种群多样性 决策变量  目标移动  优化算法  多目标  非劣解 铝电解 建模  菌群  寻优  算法  觅食  收敛  优化  细菌  档案  外部  更新  保证  

IPC专利分类号：G06N3/08(20060101);C25C3/20(20060101)