[发明专利]多父代优化网络和遗传算法的风机控制多目标优化方法在审
| 申请号： | 201910137746.X | 申请日： | 2019-02-25 |
| 公开（公告）号： | CN109932903A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 徐英杰;许亮峰;刘成;吕乔榕;白飞;畅国刚 | 申请（专利权）人： | 北京妙微科技有限公司 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 100102 北京市朝*** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 一种多父代优化网络和遗传算法的风机控制多目标优化方法，包括以下步骤：步骤一：采集操作变量，给定风压和风量变化范围，根据风机实际运行要求选取风机运行效率和风压或效率和风量这两种组合中的某一种组合，并令为目标变量；步骤二：建立GA优化的多父代BP神经网络预测模型；步骤三：建立二代遗传算法模型，采用非支配排序算子、拥挤度比较算子和精英策略设计算子；步骤四：通过所建立的GA优化的多父代BP神经网络模型对风机的风压、效率和风量进行预测，并将预测值用于二代遗传算法模型中目标函数值的求取，来获得pareto前沿，并将其反归一化后的操作变量反馈给风机的控制部件，使风机操作参数进行相应调整。本发明精度较高、效果较好、耗时较短。 | ||
| 搜索关键词： | 父代 算子 风机 风压 遗传算法模型 多目标优化 操作变量 风机控制 遗传算法 风量 风机运行效率 反归一化 风机操作 风量变化 精英策略 控制部件 目标变量 目标函数 预测模型 拥挤度 预测 排序 优化 耗时 网络 采集 反馈 | ||
【主权项】：
1.一种多父代优化网络和遗传算法的风机控制多目标优化方法，其特征在于，所述方法包括以下步骤：步骤一：采集对风机运行效率和风压或效率和风量影响非常大的操作变量，并给定风压和风量变化范围，再根据风机实际运行要求选取风机运行效率和风压或效率和风量这两种组合中的某一种组合，并令为目标变量，其中操作变量和目标变量所组成的数据样本通过实验获得；步骤二：建立GA优化的多父代BP神经网络预测模型，模型中以操作变量为输入变量、目标变量为输出变量，以数据样本进行训练，完成模型的建立，其中通过GA算法赋予BP神经网络初始的权值和阈值；步骤三：建立二代遗传算法模型，其中采用非支配排序算子、拥挤度比较算子和精英策略设计算子；步骤四：通过所建立的GA优化的多父代BP神经网络模型对风机的风压、效率和风量进行预测，并将预测值用于二代遗传算法模型中目标函数值的求取，来获得pareto前沿，并将其反归一化后的操作变量反馈给风机的控制部件，使风机操作参数进行相应调整。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京妙微科技有限公司，未经北京妙微科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910137746.X/，转载请声明来源钻瓜专利网。
