[发明专利]一种基于改进粒子群优化的加热炉炉温控制方法和系统

权利要求书

1.一种基于改进粒子群优化的加热炉炉温控制方法，其特征在于，输入信号发送至模糊控制模块，模糊控制模块根据模糊控制规则对输入信号进行处理；通过粒子群优化算法对模糊控制模块的输出信号进行优化，输出至PID控制模块，实现对加热炉炉温的温度调节控制。

2.根据权利要求1所述的一种基于改进粒子群优化的加热炉炉温控制方法，其特征在于，通过粒子群优化算法对模糊控制模块的输出信号进行优化包括以下步骤：

步骤1：初始化粒子参数，对粒子的速度和位置赋值；选用误差绝对值乘以时间项对时间的积分作为粒子群优化的目标适应度方程，根据基本进化式更新粒子的速度和位置；

步骤2：在每一代的进化中，计算各个粒子的个体适应度值以及群体适应度值，与初始化粒子参数时的个体适应度最优值和群体适应度最优值比较，更新粒子的个体适应度最优值和群体适应度最优值；

达到停止条件即停止搜索优化，输出当前群体适应度最优值，若没有达到停止条件，则继续进行数据优化；

步骤3：判断优化结束的粒子速度是否满足要求，若不满足则返回基本进化式重新计算，若满足则对满足条件的粒子进行混沌映射处理，再计算粒子适应度值，将计算的粒子适应度值与步骤2中粒子的个体适应度最优值和群体适应度最优值比较，若当前计算值优于步骤2中数值，则输出当前计算的适应度值，否则，将混沌迭代次数加一，返回步骤3.1中的基本进化式继续优化搜索。

3.根据权利要求2所述的一种基于改进粒子群优化的加热炉炉温控制方法，其特征在于，步骤1中的粒子群优化的目标适应度方程表达式为：

其中，t为系统调节时间，e(t)为物料加热目标值与物料出炉温度的差值；

基本进化式的表达式为：

v_i(t+1)＝ω·v_i(t)+c₁·r₁·(P_best(t)-X_i(t))+c₂·r₂·(G_best(t)-X_i(t))

X_i(t+1)＝X_i(t)+v_i(t+1)

其中，v_i(t+1)是粒子群中第i个粒子在迭代到第t+1代时的速度；ω为惯性权重因子；c₁、c₂为粒子的加速系数，r₁、r₂为范围在[0,1]的随机数；P_best(t)为粒子的个体最优值，G_best(t)为粒子群的最优值，即各个粒子最优值中最好的那个；X_i(t)为第i个粒子在第t代时的位置。

4.根据权利要求3所述的一种基于改进粒子群优化的加热炉炉温控制方法，其特征在于，步骤2所述的搜索优化停止条件包括适应度值达到要求或者迭代次数达到最大迭代次数。

5.根据权利要求4所述的一种基于改进粒子群优化的加热炉炉温控制方法，其特征在于，步骤3中的速度满足条件即速度是否满足对满足速度要求的粒子计算，

其中，f_i表示第i个粒子的适应度值，f_avg表示整体粒子群的平均适应度值，f是归一化定标因子用以限制σ²的大小；

粒子的速度表达式更新为：

v_i(t+1)＝ω·v_i(t)+c₁·r₁·(P_best(t)-X_i(t))+c₂·r₂·(G_best(t)-X_i(t))+e_d

其中，e_d是服从均值为0、方差为1的高斯分布的噪声。