[发明专利]一种基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法

权利要求书

1.一种基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法，其特征在于：所述方法首先将用于选矿厂磨机给料控制的PID控制器K_p，K_i和K_d控制参数作为蝴蝶算法的蝴蝶个体，进行蝴蝶个体初始化，以PID控制器的传递函数作为算法的目标函数，计算每个蝴蝶个体的目标函数值，对目标函数值进行排列，找出全局最优值，计算蝴蝶的香味系数，产生随机数r，随着迭代次数的变化自适应更新转移概率p，若r＜p，则进行全局搜索；若r≥p，则进行局部搜索；计算每个蝴蝶个体的目标函数，通过多次迭代后，最后搜索到蝴蝶个体的最优位置，其中目标函数值最大的蝴蝶个体对应的位置就是选矿厂磨机PID控制器K_p，K_i和K_d控制参数的最优值，实现选矿厂磨机的最优控制。

2.根据权利要求1所述的基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法，其特征在于：包括如下步骤：

(1)蝴蝶算法参数设置：对蝴蝶算法的参数进行设置，设置蝴蝶种群规模M、种群空间维数N、最大迭代次数t_max，产生范围为[0,1]的均匀分布的随机数r，利用公式自适应更新转移概率p，其中t为迭代次数，p(t)为t时的转移概率，t_max为最大迭代次数；

(2)蝴蝶个体初始化：将PID控制器的三个参数K_p，K_i和K_d作为蝴蝶个体，进行蝴蝶个体初始化；

(3)计算蝴蝶个体的目标函数值，对目标函数值进行排列，找出目标函数值最佳的蝴蝶个体；

(4)计算蝴蝶的香味系数：通过公式f＝cI^a计算蝴蝶个体的香味系数，其中f为香味系数，c为感觉模态，I为香味浓度，a为香味浓度的指数；

(5)求磨机给料PID控制器的三个K_p，K_i和K_d参数的最优值时，需要比较随机数r和转移概率p的值，需要不断迭代完成以下步骤：

(a)若r＜p，则蝴蝶个体进行全局搜索；

向着种群中随机的多只蝴蝶飞行：

其中为在迭代次数为t+1时第i只蝴蝶个体对应的位置，为在迭代次数为t时第i只蝴蝶个体对应的位置，r为[0,1]内均匀分布的随机数，g为蝴蝶种群中目标函数值最佳的蝴蝶位置，f为香味系数；

(b)若r≥p，则蝴蝶个体进行局部搜索；

蝴蝶个体随机移动：

其中为在迭代次数为t+1时第i只蝴蝶个体对应的位置，为在迭代次数为t时第i只蝴蝶个体对应的位置，为在迭代次数为t时第j只蝴蝶个体对应的位置，为在迭代次数为t时第k只蝴蝶个体对应的位置，r为[0,1]内均匀分布的随机数，g为蝴蝶种群中目标函数值最佳的蝴蝶位置，f为香味系数；

(c)计算蝴蝶个体的目标函数值，对目标函数值进行排列，找出目标函数值最佳的蝴蝶个体；

(d)判断当前迭代次数是否等于最大迭代次数t_max，如果不等于则根据随机数r和转移概率p值比较的结果，不断重复(a)和(c)或(b)和(c)，直到迭代次数等于最大迭代次数t_max为止循环结束，输出目标函数值最佳蝴蝶个体的位置和适应度函数值，最佳蝴蝶个体所在的位置即为选矿厂磨机PID控制器K_p，K_i和K_d参数的最优值；

(6)利用基于改进蝴蝶算法搜索到的选矿厂磨机PID控制器K_p，K_i和K_d参数的最优值实时控制磨机的给料量，实现选矿厂磨机给料的最优化。

3.根据权利要求2所述的基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法，其特征在于：最大迭代次数t_max范围为[20,50]，蝴蝶种群规模M为[20,40]，种群空间维数N为3。

4.根据权利要求2所述的基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法，其特征在于：步骤(4)中感觉模态c＝0.01，香味浓度的指数a＝0.1。