本文關(guān)鍵詞：基于量子優(yōu)化的鋁電解多目標控制系統(tǒng)

  更多相關(guān)文章： 鋁電解控制系統(tǒng) 多目標優(yōu)化 Elman神經(jīng)網(wǎng)絡 BP神經(jīng)網(wǎng)絡 多目標進化算法 量子優(yōu)化算法 遺傳算法

【摘要】：當前國家提出建立資源節(jié)約性社會,環(huán)保型社會,降低PM2.5濃度,節(jié)約能耗,提高能源利用率的總體要求。鋁電解產(chǎn)業(yè)作為高耗能,重污染的產(chǎn)業(yè)是優(yōu)化調(diào)整的重點。對于鋁電解進行節(jié)能降耗控制、優(yōu)化控制是鋁電解產(chǎn)業(yè)節(jié)能減排的重要途徑,鋁電解控制系統(tǒng)是一個復雜的多變量,非線性控制系統(tǒng),影響鋁電解的節(jié)能與電流效率的變量有很多,如何能通過多目標優(yōu)化控制策略,以達到節(jié)能環(huán)保效果是研究的重點。本文首先綜合分析了鋁電解的工藝特點,根據(jù)鋁電解過程復雜,變量多等特點,提出了鋁電解多目標優(yōu)化控制策略。分析了影響鋁電解過程的主要工藝變量,針對物料平衡模型與能耗平衡模型,結(jié)合主要工藝參數(shù)構(gòu)建了鋁電解過程的機理模型。由于機理模型是基于理想條件下的,所以在實際應用中誤差較大,控制效果不理想。因此建立了基于Elman神經(jīng)網(wǎng)絡預測模型。構(gòu)建了鋁電解多目標優(yōu)化控制系統(tǒng)的總體結(jié)構(gòu),選用了BP神經(jīng)網(wǎng)絡控制器用以提高控制精度和動態(tài)跟蹤精度。但由于BP神經(jīng)網(wǎng)絡固有的缺點,還需要進一步改進。因此針對多目標優(yōu)化問題,提出了量子優(yōu)化的方法。該算法用量子位對染色體進行實數(shù)編碼,將量子比特的概率幅值都看作多目標問題的可行解。用量子旋轉(zhuǎn)門更新量子比特相位,設(shè)計了量子選擇算子、量子交叉算子、量子變異算子及種群更新算子,并選用相位增量空間按指數(shù)級別下降并可動態(tài)循環(huán)調(diào)整的策略,采用選則非支配排序算子及基于Pareto個體引力的選擇策略,這些改進措施使算法優(yōu)化效率得到明顯提高。測試結(jié)果表明提出的算法能夠有效的解決多目標優(yōu)化問題,相對于其他多目標優(yōu)化算法具有較強的全局搜索能力。為了使鋁電解多目標控制系統(tǒng)產(chǎn)生更好的輸出效果,使用了提出的算法與BP神經(jīng)網(wǎng)絡控制器進行融合,并設(shè)計了具體的改進方案,闡述了量子多目標遺傳算法與BP神經(jīng)網(wǎng)絡融合的具體實現(xiàn)步驟,應用量子多目標遺傳算法對BP神經(jīng)網(wǎng)絡控制器的權(quán)值、閾值與學習方式進行優(yōu)化,充分發(fā)揮量子多目標遺傳算法的全局搜索能力,提高了神經(jīng)網(wǎng)絡的收斂速度與泛化能力。最后通過計算機仿真,對鋁電解多目標控制系統(tǒng)的輸出效果進行了驗證,通過與采用改進型非劣分類遺傳算法(NSGAII)優(yōu)化的BP神經(jīng)網(wǎng)絡的鋁電解多目標控制系統(tǒng)進行了兩優(yōu)化目標輸出效果比較,仿真研究結(jié)果表明基于量子優(yōu)化算法的鋁電解多目標控制系統(tǒng),在相同的電流效率的情況下,直流功耗明顯降低。因此可以證明本控制系統(tǒng)在鋁電解節(jié)能降耗方面的先進性,證明了本文提出的鋁電解多目標優(yōu)化控制策略的可行性。
【關(guān)鍵詞】：鋁電解控制系統(tǒng) 多目標優(yōu)化 Elman神經(jīng)網(wǎng)絡 BP神經(jīng)網(wǎng)絡 多目標進化算法 量子優(yōu)化算法 遺傳算法
【學位授予單位】：沈陽建筑大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TF821;TP273
【目錄】：

• 摘要4-5
• Abstract5-11
• 第一章 緒論11-21
• 1.1 課題研究的背景及意義11-12
• 1.2 鋁電解控制系統(tǒng)及國內(nèi)外發(fā)展現(xiàn)狀12-14
• 1.3 多目標優(yōu)化算法及國內(nèi)外發(fā)展現(xiàn)狀14-19
• 1.3.1 多目標優(yōu)化問題及其研究意義14-17
• 1.3.2 多目標優(yōu)化算法的發(fā)展現(xiàn)狀17-19
• 1.4 本論文的主要工作19-21
• 第二章 鋁電解多目標控制的工藝分析與預測模型的建立21-31
• 2.1 鋁電解工藝發(fā)展21-23
• 2.2 預焙槽鋁電解生產(chǎn)的重要參數(shù)及特點23-25
• 2.3 機理模型的構(gòu)建25-26
• 2.4 鋁電解多目標優(yōu)化神經(jīng)網(wǎng)絡預測模型的建立26-30
• 2.5 本章小節(jié)30-31
• 第三章 鋁電解多目標控制系統(tǒng)的控制方案與量子優(yōu)化算法31-57
• 3.1 鋁電解多目標控制系統(tǒng)的總體設(shè)計方案31-32
• 3.2 神經(jīng)網(wǎng)絡的選擇32-34
• 3.3 BP神經(jīng)網(wǎng)絡34-38
• 3.3.1 BP神經(jīng)網(wǎng)絡的介紹34-35
• 3.3.2 鋁電解多目標優(yōu)化系統(tǒng)的BP神經(jīng)網(wǎng)絡控制器結(jié)構(gòu)35-36
• 3.3.3 學習與訓練過程36-37
• 3.3.4 BP神經(jīng)網(wǎng)絡控制器的不足37-38
• 3.4 多目標進化算法38-45
• 3.4.1 進化算法38-40
• 3.4.2 多目標遺傳算法的分類、關(guān)鍵性理論與典型的多目標遺傳算法40-45
• 3.4.2.1 多目標遺傳算法的分類40-41
• 3.4.2.2 多目標遺傳算法的關(guān)鍵理論41-43
• 3.4.2.3 典型的多目標進化算法43-45
• 3.4.3 典型多目標進化算法的不足45
• 3.5 量子多目標進化算法45-55
• 3.5.1 量子優(yōu)化算法的基礎(chǔ)介紹45-47
• 3.5.2 量子多目標遺傳算法47-55
• 3.5.2.1 量子編碼方案47
• 3.5.2.2 優(yōu)化問題的解空間變換47
• 3.5.2.3 量子多目標遺傳算法進化算子47-51
• 3.5.2.4 相位增量空間的調(diào)整51
• 3.5.2.5 選擇算子51
• 3.5.2.6 量子交叉算子51-52
• 3.5.2.7 量子變異算子52
• 3.5.2.8 種群更新52-53
• 3.5.2.9 量子多目標遺傳算法描述53
• 3.5.2.10 量子多目標遺傳算法收斂性分析53-55
• 3.6 本章小節(jié)55-57
• 第四章 優(yōu)化算法的性能測試及其與BP神經(jīng)網(wǎng)絡控制器的融合57-69
• 4.1 量子多目標遺傳算法的性能測試57-65
• 4.1.1 測試問題57-59
• 4.1.2 性能指標59-60
• 4.1.3 實驗參數(shù)的選擇60
• 4.1.4 實驗結(jié)果與分析60-65
• 4.2 量子多目標遺傳算法與BP神經(jīng)網(wǎng)絡控制器的融合65-68
• 4.2.1 量子多目標遺傳算法與BP神經(jīng)網(wǎng)絡結(jié)合的關(guān)鍵因素65-66
• 4.2.2 量子多目標遺傳算法與BP神經(jīng)網(wǎng)絡的融合66-67
• 4.2.3 關(guān)鍵性問題的解決與算法的優(yōu)化流程67-68
• 4.3 本章小結(jié)68-69
• 第五章 鋁電解多目標優(yōu)化控制系統(tǒng)的實驗仿真與結(jié)果分析69-77
• 5.1 基于NSGAII的鋁電解多目標優(yōu)化控制系統(tǒng)的實驗仿真69-72
• 5.2 基于量子多目標遺傳算法的鋁電解多目標優(yōu)化控制系統(tǒng)的實驗仿真72-74
• 5.3 兩種改進算法的鋁電解多目標控制系統(tǒng)實驗仿真效果對比74-76
• 5.4 本章小結(jié)76-77
• 第六章 結(jié)論77-79
• 6.1 總結(jié)77
• 6.2 展望77-79
• 參考文獻79-83
• 作者簡介83-85
• 致謝85-86

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 鈕因健;;大力推進鋁電解工業(yè)第二次科技創(chuàng)新[J];新材料產(chǎn)業(yè);2010年08期

2 ;云鋁公司“低溫低電壓鋁電解新技術(shù)”項目通過技術(shù)驗收[J];上海有色金屬;2011年03期

3 姜玉敬;我國鋁電解工業(yè)的進展和發(fā)展動向[J];世界有色金屬;1996年06期

4 艾自金;淺析我國的鋁電解工業(yè)[J];有色金屬(冶煉部分);2000年03期

5 陸欽芳,金秀巖;關(guān)于我國鋁電解工業(yè)技術(shù)發(fā)展路線的建議[J];世界有色金屬;2001年05期

6 狄貴華,任劍;淺析國內(nèi)外鋁電解能耗狀況[J];有色冶金節(jié)能;2004年04期

7 田忠良,賴延清,銀瑰,孫小剛,段華南,張剛;低溫鋁電解研究進展[J];有色金屬(冶煉部分);2004年05期

8 闞洪敏;班允剛;邱竹賢;王兆文;;低溫鋁電解的研究[J];中國有色冶金;2007年02期

9 鈕因健;;對如何實現(xiàn)鋁電解節(jié)能目標的認識[J];輕金屬;2007年09期

10 姜玉敬;;近30年世界鋁電解工業(yè)的發(fā)展與啟示[J];世界有色金屬;2007年11期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 高鋼;曾水平;;基于神經(jīng)網(wǎng)絡的鋁電解溫度與分子比的預測研究[A];中國計量協(xié)會冶金分會2010年會論文集[C];2010年

2 劉希烈;祁世文;;中國鋁電解工業(yè)的現(xiàn)狀及發(fā)展戰(zhàn)略[A];中國有色金屬學會第三屆學術(shù)會議論文集——戰(zhàn)略研究綜述部分[C];1997年

3 朱瑩;許樹克;;鋁電解清潔生產(chǎn)與污染控制[A];中國環(huán)境科學學會2009年學術(shù)年會論文集（第一卷）[C];2009年

4 梁學民;;領(lǐng)先世界的中國鋁電解技術(shù)[A];2009（重慶）中西部第二屆有色金屬工業(yè)發(fā)展論壇論文集[C];2009年

5 李R，

本文編號：1044190