基于改進粒子群優(yōu)化的磨礦過程預測控制.pdf

1、磨礦過程在選礦工業(yè)中起著至關重要的作用，選礦廠的工藝指標和經濟效益與磨礦產品的優(yōu)劣直接相關。磨礦過程是一個具有生產過程緩慢、非線性、大時滯、多變量耦合、生產狀況變化大及環(huán)境干擾強、噪聲嚴重等特點的復雜生產過程，很難對其進行系統(tǒng)優(yōu)化與控制。如何對磨礦過程進行良好的控制吸引了國內外學者的廣泛關注。國內外對磨礦過程的控制方法中，對控制量變化率的約束并沒有得到充分重視，而控制量的頻繁且大范圍變化顯然對工業(yè)設備不利，不但浪費能源也可能帶來安全隱患

2、。
　　針對磨礦過程，本文建立了一種基于最小二乘支持向量機的非線性預測控制器，提出了基于高斯搜索的改進粒子群優(yōu)化算法(G-IPSO)，將其作為非線性預測控制中最佳控制量的優(yōu)化求解方法。該算法以高斯分布來初始化粒子群，將前一個計算周期的控制量作為粒子群的初始中心，并將其引入到粒子的速度更新中，改進粒子的速度更新方式，使得在迭代尋優(yōu)的過程中粒子具有向初始中心靠攏的趨勢，加強初始中心附近的搜索強度，從而減小控制量的變化率。將該優(yōu)化方法融

3、合到最小二乘支持向量機預測控制中，并簡約求解最佳控制量的適應值函數。以磨礦分級過程為研究對象，對其應用本文所建立的預測控制器，并給出本文提出的G-IPSO優(yōu)化求解控制量的詳細步驟。
　　為驗證該方法在預測控制效果及對控制量變化率約束方面的優(yōu)勢，應用本文所提出的G-IPSO優(yōu)化方法建立的最小二乘支持向量機的非線性預測控制器，針對經典的多峰值函數和某工況下的磨礦工業(yè)過程進行計算機仿真驗證。實驗結果從控制效果和被控量變化率兩方面進行了對