[发明专利]改进萤火虫算法的熔铝炉能耗模式识别方法、设备及载体在审

专利信息
申请号: 202110675147.0 申请日: 2021-06-17
公开(公告)号: CN113313413A 公开(公告)日: 2021-08-27
发明(设计)人: 徐康康;谭喜;杨海东;印四华;朱成就;周俊霖 申请(专利权)人: 广东工业大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06K9/62;G06N3/00
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 王晓玲
地址: 510090 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 改进 萤火虫 算法 熔铝炉 能耗 模式识别 方法 设备 载体
【权利要求书】:

1.一种改进萤火虫算法的熔铝炉能耗模式识别方法,其特征在于,包括以下步骤:

S1.采集数据:首先,将熔铝炉的能耗模式至少划分为以下三种能耗模式:①原料熔化过程中温度需要大幅上升,所需的能耗也是最多的,该能耗模式标定为一种高能耗模式;②在对熔炉或者熔炼工具预热的过程以及添加合金元素进行合金化的过程中,温度需要有一定的上升,消耗的能量相对比较多,但是相比于熔化阶段的能量消耗却少许多,该能耗模式标定为一种中能耗模式;③对于其他的生产流程,由于所消耗的能源相对较少,能源的使用稳定,将其他流程的能耗模式标定为一种低能耗模式;然后,针对以上三种能耗模式,分别采集相关的能耗数据,作为训练数据集,用于训练步骤S2所构造的分类模型;

S2.构建分类模型:采用改进的萤火虫算法对熔铝炉能耗数据进行聚类分类,包括以下步骤:

S21.初始化萤火虫算法与三种群优算法,保持萤火虫算法的种群数量和个体的维数与三种群优算法的一致,并采用相同的目标函数;

S22.同步使用萤火虫算法和三种群优算法搜索最优值,分别寻找出萤火虫算法和群优算法的各自最优个体;

S23.设定共享间隔为一常数kit,达到共享时间的就继续步骤S24,否则就跳到步骤S25;

S24.把萤火虫算法中的最差i个个体与群优算法中的最优i个个体进行交换,并且约束i必须大于种群个体数的一半;

S25.每一次迭代结束完成后,保存下萤火虫算法与群优算法中的最优值;

S26.判断是否到达结束条件,若没达到则跳到步骤S22继续进行,反之,若达到了,就直接输出混合算法中的最优值作为结果;

S3.将需要识别的熔铝炉相关的能耗数据输入到训练好的分类模型中进行识别,得出相应的能耗模式。

2.根据权利要求1所述的改进萤火虫算法的熔铝炉能耗模式识别方法,其特征在于,所述的三种群优算法分别为:杂草算法、蜂群算法、粒子群算法。

3.根据权利要求1所述的改进萤火虫算法的熔铝炉能耗模式识别方法,其特征在于,所述的萤火虫算法包括以下步骤:

S201.随机初始化萤火虫种群,以及初始适应度函数f(x);同时,初始化参数β0,扰动系数α,光吸收系数γ以及算法的最大迭代次数ItMax

S202.计算出每个萤火虫对应的绝对亮度I,绝对亮度低的萤火虫将向绝对亮度高的萤火虫移动;

S203.对比萤火虫i和j的绝对亮度,假如Ij>Ii,则计算出萤火虫i,j之间的相对亮度,并根据得到的相对亮度,计算萤火虫j对萤火虫i的吸引力;

S204.更新萤火虫i的位置信息,并利用新位置上的适应度函数值更新移动后的萤火虫绝对亮度信息;

S205.迭代次数t若没达到最大迭代次数ItMax,转到步骤S202继续计算,若达到了,算法结束。

4.根据权利要求3所述的改进萤火虫算法的熔铝炉能耗模式识别方法,其特征在于,所述的萤火虫的绝对亮度根据以下公式计算:

式中,Ii表示第i个萤火虫的绝对亮度,也是该萤火虫初始位置r=0处的光强度;对于一个种群xi,i∈(0,1,2...n),使用适应度函数f(xi)代表绝对亮度Ii

5.根据权利要求4所述的改进萤火虫算法的熔铝炉能耗模式识别方法,其特征在于,所述的萤火虫的相对亮度根据以下公式计算:

式中,萤火虫的绝对亮度表示为Ii,γ表示萤火虫i的光吸收系数,rij表示萤火虫i与萤火虫j之间的笛卡尔距离:

在绝对亮度对比中,萤火虫j大于萤火虫i;式子中的d表示待求解问题的维度是d维的。

6.根据权利要求5所述的改进萤火虫算法的熔铝炉能耗模式识别方法,其特征在于,所述的萤火虫间的吸引力根据下式计算:

式中,β0表示的是在光源处即r=0处萤火虫的吸引力,光吸收系数γ在理论上可以取值[0,∞]。

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广东工业大学,未经广东工业大学许可,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/pat/books/202110675147.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top