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：CN201510750094.9

申 请 日：20151106

发 明 人：易军 何海波 黄迪 李太福 陈实 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：20160316

公 开 号：CN105404142A

代 理 人：陈千

代理机构：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算法的铝电解多参数控制方法，首先，利用BP神经网络对铝电解过程进行建模，然后利用改进的多目标细菌觅食算法优化铝电解生产过程模型参数，得到决策变量的最优解；其中改进的多目标细菌觅食算法关键在于利用Pareto熵的外部档案更新策略更新菌群，使得菌群以较快速度朝着Pareto前沿移动。有益效果：基于多目标细菌觅食算法优化铝电解参数，有效提高铝电解生产效率；使用Pareto熵的外部档案更新策略更新菌群，使得能够快速获取铝电解生产最优参数。

主 权 项：1.一种基于BP神经网络与MBFO算法的铝电解多参数控制方法，其特征在于，包括以下步骤：S1：选取对电流效率、吨铝能耗和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，吨铝能耗z₁,z₂,…,z_N和全氟化物排放量o₁,o₂,…,o_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和全氟化物排放量o_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和全氟化物排放量o_best，优化时，利用菌群个体Pareto熵的外部档案更新策略引导菌群更新，以便快速获得最佳决策变量；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，以实现在多参数最优状态下进行铝电解。

关 键 词：铝电解生产 多目标  菌群 觅食 细菌  策略更新  档案更新  算法优化  铝电解 算法  过程模型参数  电解过程 决策变量  快速获取  最优参数  多参数  最优解  外部  对铝  建模  一种  改进  移动  公开  有效  进行  

IPC专利分类号：G05B13/02(20060101)