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：CN201510752651.0

申 请 日：20151106

发 明 人：易军 李太福 何海波 黄迪 周伟 张元涛 刘兴华 陈实

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：CN105404926B

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：本发明公开了一种基于BP神经网络与MBFO算法的铝电解生产工艺优化方法，包括以下几个步骤：一：统计对电流效率、吨铝能耗以及全氟化物排放量影响大的参数作为决策变量X；二：利用BP神经网络建立铝电解生产过程模型；三：运用MBFO算法对决策变量在其取值范围内进行优化；四：按照最优决策变量进行现场控制。有益效果：能确定工艺参数的最优值，并且能够运用到实际生产当中，使铝电解生产过程中的电流效率提高了、并降低了吨铝能耗以及全氟化物排放量，达到节能降耗减排的目的。

主 权 项：1.一种基于BP神经网络与MBFO算法的铝电解生产工艺优化方法，其特征在于包括以下步骤：S1：选择对电流效率、吨铝能耗以及全氟化物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；对应的吨铝能耗z₁，z₂，…，z_N和对应的全氟化物排放量w₁,w₂,…,w_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、吨铝能耗z_i以及全氟化物排放量w_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所得的三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、吨铝能耗z_best以及全氟化物排放量w_best；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、降耗和减排的目的；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，包括细菌群体大小N_n，趋向次数N_c，趋向行为执行中前进次数N_s，繁殖次数N_re，驱散次数N_ed，执行驱散行为的概率P_ed；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,

关 键 词：铝电解生产 电流效率 决策变量  全氟化物  排放量 算法  能耗  最优决策变量  工艺优化  过程模型  节能降耗  现场控制  减排 优化  统计  生产  

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