买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南通大学

摘要：本发明提供了一种基于改进樽海鞘算法的回转窑烧成带温度模型辨识方法，属于回转窑烧成带温度控制系统辨识技术领域。解决了整数阶模型不够精确，以及基本樽海鞘算法精度不够高、收敛速度较慢的技术问题。其技术方案为：包括以下步骤：步骤1构建回转窑烧成带温度的分数阶CARMA模型；步骤2构建改进樽海鞘算法的辨识流程。本发明的有益效果为：本发明的改进樽海鞘算法的回转窑烧成带温度模型辨识方法的辨识精度高，输出的参数估计误差小；同时，也说明了该辨识方法对于回转窑烧成带温度模型具有较好的适用性。

主权项：1.一种基于改进樽海鞘算法的回转窑烧成带温度模型辨识方法，其特征在于，包括以下步骤：步骤1构建回转窑烧成带温度的分数阶CARMA模型，根据所构建的系统模型获取回转窑烧成带温度控制模型；所述步骤1的建模步骤如下：步骤1-1构建回转窑烧成带温度的分数阶CARMA模型：如式1，给出分数阶CARMA系统的一般形式， Azyt＝Bzut+Dzvt1其中，ut为系统的输入，yt为系统的输出，vt为白噪声，Az，Bz和Dz是关于后移算子z-1的多项式，α为分数阶阶次，i＝1,2,…,na，j＝1,2,…,nb，k＝1,2,…,nd，以及ai，bj和dk为要用输入数据和输出数据进行辨识的参数；步骤1-2根据式2至10得到输出yt与输入ut，误差vt之间的关系，其中，根据Grünwald-LetnikovG-L定义得到： 其中，t＝kh时，h为采样时间设为1，k为计算导数近似值的样本数；式2中为牛顿二项式： Γ为欧拉函数： 式1写为： 其中，为信息向量，θ为参数向量；步骤2构建改进樽海鞘算法的辨识流程；所述步骤2构建改进樽海鞘算法的辨识流程的步骤如下：步骤2-1初始化，根据公式11初始化樽海鞘种群的位置X，XN×D＝randN,D×Ub-Lb+Lb11其中，N为樽海鞘种群的数量，D为维度即待辨识参数个数，Ub＝[ub1,ub2,…,ubD]为各个维度的搜索上界，Lb＝[lb1,lb2,…,lbD]为各个维度的搜索下界；初始化移动食物源的位置F＝[F1,F2,…,FD]，即樽海鞘种群的移动目标；步骤2-2获取窑头喂煤量作为系统输入数据，回转窑烧成带温度作为系统输出数据，记录数据；步骤2-3计算每一只樽海鞘在各维度位置的适应度值，对每只樽海鞘位置的适应度值进行排序，适应度值最好的樽海鞘的位置即为最新的移动食物源的位置F；步骤2-4自适应划分樽海鞘种群，将种群分为领导者和跟随者，按照公式12在每次迭代中更新领导者个数： 按照公式13在每次迭代中更新跟随者个数：N2＝N-N113其中，N1为领导者个数，N2为跟随者个数，l为当前迭代次数，L为最大迭代次数，为向上取整操作；步骤2-5更新领导者位置，按照公式14引入线性递减因子R， 其中，r1和r2是[0,1]中的随机数且r1r2，按照公式15更新原基本算法的领导者更新公式中的收敛因子c1， 按照公式16更新领导者， 其中，为第i个领导者在j维度中的位置，Fj为食物在j维度中的位置，ubj和lbj分别为j维度中的搜索上界和下界，控制参数c2和c3是[0,1]中的随机数；步骤2-6更新跟随者位置，按照公式17引入权重系数w，w＝c4×1+r317其中，r3是均值为0，方差为1的高斯随机数，c4为控制高斯干扰程度的参数；按照公式18更新原基本算法的跟随者更新公式， 其中，为第i个跟随者在j维度中的位置；步骤2-7根据各维度搜索上界和下界修正每只樽海鞘的位置；步骤2-8判断是否达到最大迭代次数，若没有达到，程序跳转到步骤2-3，若达到，进入步骤2-9；步骤2-9输出结果，完成辨识。

全文数据：

权利要求：

百度查询： 南通大学 基于改进樽海鞘算法的回转窑烧成带温度模型辨识方法