[发明专利]一种基于改进射箭算法PID的家庭温湿度调节控制方法

说明书

本发明涉及一种基于改进射箭算法PID的家庭温湿度调节控制方法，具体包括以下步骤：S1、根据改进的射箭算法对PID的控制参数进行迭代寻优，得到最优控制参数；S2、根据最优控制参数，对传感器节点进行布局，融合多个位置的信息特征，计算得到当前温湿度环境参数，与最佳环境参数进行对比，根据对比结果对室内环境参数进行调控；S3、根据室内环境参数的调控结果，将当前室内环境参数传输至手机端。与现有技术相比，本发明具有提高温湿度调控的精度和效率、减少温湿度调节的时间等优点。

技术领域

本发明涉及智能家居领域，尤其是涉及一种基于改进射箭算法PID的家庭温湿度调节控制方法。

背景技术

随着工程技术的发展，室内温湿度的智能化控制越来越成为科研人员所关注的重点。目前智能家居的控制系统只能控制家居电器的开闭运行情况，不能使得家居电器进行自动检测环境因数，并且通过控制系统进行自动控制，并且无法实现自动学习，不能够使得各种参数进行存储学习，无法提高用户的住户体验，尤其是对于温湿度检测方面，需要用户根据自己的实际感受，自己调节温度，智能家居无法做到自动学习。

发明内容

本发明的目的就是为了克服上述现有技术存在的PID控制算法控制精度不高、时间过长的缺陷而提供一种基于改进射箭算法PID的家庭温湿度调节控制方法，为了防止射箭算法陷入局部最优，采用随机反向学习算法改进射箭算法。

本发明的目的可以通过以下技术方案来实现：

一种基于改进射箭算法PID的家庭温湿度调节控制方法，具体包括以下步骤：

S1、根据改进的射箭算法对PID的控制参数进行迭代寻优，得到最优控制参数；

S2、根据最优控制参数，对传感器节点进行布局，融合多个位置的信息特征，计算得到最为准确的当前温湿度环境参数，与最佳环境参数进行对比，根据对比结果对室内环境参数进行调控；

S3、根据室内环境参数的调控结果，将当前室内环境参数传输至手机端。

所述步骤S1中根据改进的射箭算法对PID的控制参数进行迭代寻优的过程包括以下步骤：

S11、参数初始化，得到初始参数；

S12、根据初始参数计算概率函数值；

S13、确定被弓箭手选中个体的行号，并更新个体维度；

S14、判断个体维度数和问题变量的数量是否相等，若是则转至步骤S15，否则转至步骤S13；

S15、更新个体最优位置；

S16、判断个体数是否达到最大值，若是则转至步骤S17，否则转至步骤S13；

S17、保存当前的个体最优位置，并生成随机反向解；

S18、判断是否达到最大迭代次数，若是则输出最优控制参数并结束，否则返回步骤S12。

进一步地，所述步骤S12中概率函数值的计算公式如下所示：

其中，P是概率向量，F_worst是最差目标函数值，F是目标函数值，F_i为第i个个体的函数值，N为种群数量。

进一步地，所述步骤S13中确定被弓箭手选中个体的行号的计算公式如下所示：

其中，k为被弓箭手选中个体的行号，C_i是第i个个体的累积概率，为[0,1]之间的随机数。

进一步地，所述步骤S13中更新个体维度的计算公式如下所示：