[发明专利]一种快速非支配排序遗传算法的锅炉燃烧优化控制方法

权利要求书

1.一种快速非支配排序遗传算法的锅炉燃烧优化控制方法，其特征在于，包括以下步骤：

S1、对锅炉历史运行数据进行预处理和特征选择，得到训练集；

S2、根据步骤S1中的训练集建立锅炉燃烧系统综合预测模型；

S3、利用改进的快速非支配排序遗传算法和步骤S2中的锅炉燃烧系统综合预测模型对锅炉运行可调参数进行寻优，得到最优控制解集；

S4、根据步骤S3中的最优控制解集调节锅炉运行可调参数，得到优化方案。

2.根据权利要求1所述的一种快速非支配排序遗传算法的锅炉燃烧优化控制方法，其特征在于，步骤S2包括以下分步骤：

S21、利用改进多元宇宙优化算法对深度置信网络模型的隐含层节点数进行优化；

S22、将分步骤S21中优化得到的隐含层节点数代入深度置信网络模型，得到优化深度置信网络模型；

S23、利用步骤S1中的训练集训练分步骤S22中的优化深度置信网络模型，建立锅炉燃烧系统综合预测模型。

3.根据权利要求1所述的一种快速非支配排序遗传算法的锅炉燃烧优化控制方法，其特征在于，步骤S3包括以下分步骤：

S31、确定需要优化的锅炉运行可调参数；

S32、对锅炉运行可调参数进行非支配排序；

S33、改进快速非支配排序遗传算法的选择算子和交叉算子；

S34、利用分步骤S33中改进后的快速非支配排序遗传算法的选择算子和交叉算子对非支配排序后的锅炉运行可调参数进行选择、交叉，再进行变异得到下一代锅炉运行可调参数集；

S35、对分步骤S34中的下一代锅炉运行可调参数集进行精英策略操作，得到初始控制解集；

S36、判断分步骤S35中的初始控制解集是否在设定的寻优区间；若是则进入分步骤S37，否则跳转到分步骤S32；

S37、利用步骤S2中的锅炉燃烧系统综合预测模型，输出为最优控制解集。

4.根据权利要求3所述的一种快速非支配排序遗传算法的锅炉燃烧优化控制方法，其特征在于，步骤S32包括以下分步骤：

S321、确定锅炉运行可调参数的支配集参数和非支配集参数，并将非支配集参数为0的锅炉运行可调参数存入第一集合；

S322、将分步骤S321中第一集合内的锅炉运行可调参数的非支配集参数减1，并将减1后为0的非支配集参数对应的锅炉运行可调参数存入第二集合；

S323、判断分步骤S322中第二集合内的锅炉运行可调参数是否都具有非支配序；若是则结束操作，否则跳转到分步骤S321。

5.根据权利要求3所述的一种快速非支配排序遗传算法的锅炉燃烧优化控制方法，其特征在于，步骤S33包括以下分步骤：

S331、在选择算子中加入概率操作；

S332、利用算术交叉算子对快速非支配排序遗传算法的交叉操作进行改进。

6.根据权利要求5所述的一种快速非支配排序遗传算法的锅炉燃烧优化控制方法，其特征在于，在分步骤S331中，加入概率操作，表示为：

其中：P_s为经过选择得到的最优锅炉运行可调参数拒绝概率，ω为概率选择算子参数，g为进化代数。

7.根据权利要求5所述的一种快速非支配排序遗传算法的锅炉燃烧优化控制方法，其特征在于，在分步骤S332中，对交叉操作进行改进，表示为：

其中：为锅炉运行可调参数集中第t+1代锅炉运行可调参数交叉点处对应的决策变量i，a为[0,1]上均匀分布的第一随机数，为锅炉运行可调参数集中第t代锅炉运行可调参数交叉点处对应的决策变量i，为锅炉运行可调参数集中第t代锅炉运行可调参数交叉点处对应的决策变量j，为锅炉运行可调参数集中第t+1代锅炉运行可调参数交叉点处对应的决策变量j，b为[0,1]上均匀分布的第二随机数。