基于递归神经网络与角度偏好的铝电解建模与优化方法

    公开(公告)号:CN108984813A

    公开(公告)日:2018-12-11

    申请号:CN201810193126.3

    申请日:2018-03-09

    Abstract: 本发明提供了一种基于递归神经网络与角度偏好的铝电解建模与优化方法。首先,利用递归神经网络对铝电解生产过程进行建模,然后决策者设定期望目标值,引入A-dominance偏好支配方法,结合多目标量子粒子群算法对生产过程模型进行优化,得到最满足决策者期望的最优决策变量,以及对应的电流效率、槽电压、全氟化物排放量和吨铝能耗。MQPSO算法不需要进行交叉、变异操作,只有最简单的位置更新步骤,因此编码过程简单,并且具有强全局搜索能力,容易实现种群进化过程中偏好最优取值的完整性,满足决策者需求。利用该方法确定铝电解生产过程中工艺参数的最优值,可有效提高电流效率,降低槽电压,减少温室气体排放量,达到节能减排的目的。

    基于无迹卡尔曼滤波的抽油机参数优化方法

    公开(公告)号:CN105045941B

    公开(公告)日:2018-11-02

    申请号:CN201510111654.6

    申请日:2015-03-13

    Abstract: 本发明提供一种基于无迹卡尔曼滤波的抽油机参数优化方法,包括:1)确定抽油机的生产效率影响因素和性能变量、2)获得其样本数据、3)对载荷数据进行降维、4)由非载荷变量与载荷新主元构建网络输入变量集、5)构建输入变量的样本值、6)归一化处理、7)构建前馈神经网络、8)用无迹卡尔曼滤波对网络作训练、9)构造产液量偏好函数、10)构建评价决策变量个体支配关系的适应度函数、11)计算环境变量平均值、12)利用决策变量构建初始种群并生成精英解种群、13)进行遗传迭代计算,得到第二代的精英种群和父代种群、14)迭代循环,最终得到优化后的生产效率影响因素值。优化后,可保证在产液量基本固定的情况下耗电量最小。

    基于AR支配关系的铝电解节能减排智能控制方法

    公开(公告)号:CN108445756A

    公开(公告)日:2018-08-24

    申请号:CN201810192955.X

    申请日:2018-03-09

    CPC classification number: Y02P80/10 G05B13/042

    Abstract: 本发明公开了一种基于AR支配关系的铝电解节能减排智能控制方法。首先,利用递归神经网络对铝电解生产过程进行建模,然后决策者设定期望目标值,引入AR-dominance偏好支配方法,结合多目标量子粒子群算法对生产过程模型进行优化,得到最满足决策者期望的最优决策变量,以及对应的电流效率、槽电压、全氟化物排放量和吨铝能耗。MQPSO算法不需要进行交叉、变异等复杂操作,只有最简单的位置更新步骤,并且引入量子特性,使得粒子具有强全局搜索能力,容易保证种群进化过程中偏好最优取值的完整性,满足决策者偏好需求。利用该方法获得铝电解生产过程中工艺参数的最优值,可有效提高电流效率,降低槽电压,减少温室气体排放量和吨铝能耗。

    基于BP神经网络与自适应MBFO算法的铝电解节能减排方法

    公开(公告)号:CN105426959B

    公开(公告)日:2018-05-01

    申请号:CN201510750725.7

    申请日:2015-11-06

    Abstract: 本发明提供了一种基于BP神经网络与自适应MBFO算法的铝电解节能减排方法,首先,利用BP神经网络对铝电解生产过程进行建模,然后,利用基于自适应步长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,根据菌群进化状态对趋向操作的步长进行动态调整,以确保种群的多样性和收敛性。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。

    基于自适应步长细菌觅食算法的铝电解多参数优化方法

    公开(公告)号:CN105420760B

    公开(公告)日:2018-05-01

    申请号:CN201510755611.1

    申请日:2015-11-06

    Abstract: 本发明公开一种基于自适应步长细菌觅食算法的铝电解生产过程多目标优化方法,包括以下步骤:首先确定铝电解生产指标Y,选取对铝电解生产指标影响最大的参数X;然后以所述参数X作为输入,所述生产指标Y作为输出,利用BP神经网络对铝电解过程进行建模,得到铝电解模型;以铝电解的输出Y作为适应度函数,基于Pareto差熵自适应调整细菌前进步长,利用细菌觅食算法对参数X在其取值范围内进行优化,以获得最优铝电解生产过程参数。有益效果:基于细菌觅食算法优化铝电解参数,有效提高铝电解生产效率;自适应步长调整细菌前进步长,有效避免细菌觅食算法陷入局部最优解;使用Pareto差熵对菌群步长进行动态调整能够快速获取铝电解生产最优参数。

    基于UKF与GDHP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107908108A

    公开(公告)日:2018-04-13

    申请号:CN201711115675.0

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于UKF与GDHP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,直到得到最优控制信号,实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于UKF和GDHP的天然气吸收塔脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了脱硫过程的实时精确控制。

    基于RBF与GDHP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107703760A

    公开(公告)日:2018-02-16

    申请号:CN201711117435.4

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于RBF与GDHP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对吸收塔脱硫过程建模并以该模型为被控对象进行吸收塔脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,得到新的控制信号,直到实现脱硫过程的最优控制。吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前吸收塔脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于RBF和GDHP的吸收塔脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了吸收塔脱硫过程的实时控制。

    基于BP神经网络与MBFO算法的铝电解节能减排控制方法

    公开(公告)号:CN105426960B

    公开(公告)日:2017-12-05

    申请号:CN201510752612.0

    申请日:2015-11-06

    Abstract: 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。

    基于物联网大数据分析的宠物喂养方法及系统

    公开(公告)号:CN106614273A

    公开(公告)日:2017-05-10

    申请号:CN201610883620.3

    申请日:2016-10-10

    CPC classification number: A01K67/02

    Abstract: 本发明提供了一种基于物联网大数据分析的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用SPEA‑II算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

Patent Agency Ranking