生物地理學(xué)優(yōu)化算法在熱工控制系統(tǒng)中的應(yīng)用研究.pdf

1、智能優(yōu)化方法一般具備全局性、魯棒特性及通用性強(qiáng)等特點(diǎn)，在多目標(biāo)優(yōu)化、優(yōu)化調(diào)度問題、運(yùn)輸問題、組合優(yōu)化問題、工程優(yōu)化設(shè)計(jì)等眾多領(lǐng)域已經(jīng)被廣泛應(yīng)用，并引起了國內(nèi)國外學(xué)者的廣泛關(guān)注，掀起了研究熱潮。智能優(yōu)化算法的典型代表—基于微粒群優(yōu)化算法以及克隆選擇算法，已經(jīng)受到人們?cè)絹碓蕉嗟年P(guān)注，隨著以這些算法的改進(jìn)及算法在諸多領(lǐng)域的應(yīng)用逐漸成為各類研究人員的研究熱點(diǎn)，對(duì)算法性能的要求也隨之越來越高，當(dāng)前研究的問題重點(diǎn)仍是如何依據(jù)系統(tǒng)特性設(shè)計(jì)出一個(gè)魯棒性

2、強(qiáng)，準(zhǔn)確性高，穩(wěn)定性好的智能優(yōu)化算法。
　　本文主要針對(duì)熱工優(yōu)化領(lǐng)域進(jìn)行了智能優(yōu)化算法的一些研究。主要研究的智能優(yōu)化算法為生物地理學(xué)優(yōu)化算法（BBO）及結(jié)合粒子群優(yōu)化算法改進(jìn)的BBO算法，并針對(duì)典型火電機(jī)組熱工系統(tǒng)進(jìn)行控制器參數(shù)優(yōu)化，最后經(jīng)仿真研究驗(yàn)證了BBO算法及改進(jìn)BBO算法的性能以及有效性。具體內(nèi)容如下：
　　(1)詳細(xì)地介紹了智能優(yōu)化算法的發(fā)展及分類，并詳細(xì)介紹了新型優(yōu)化算法—生物地理學(xué)優(yōu)化算法的發(fā)展、算法特點(diǎn)及應(yīng)用

3、現(xiàn)狀。
　　(2)詳細(xì)介紹了生物地理學(xué)及生物地理學(xué)遷移模型的基本知識(shí)，并進(jìn)一步詳細(xì)闡述了生物地理學(xué)優(yōu)化算法的原理，包括BBO算法的遷移及突變操作內(nèi)容，最后給出了BBO算法的整體操作流程。
　　(3)研究了基于BBO算法的火電機(jī)組熱工系統(tǒng)PID的參數(shù)優(yōu)化方法。本章基于BBO算法的全局及收斂速度快等優(yōu)點(diǎn)，結(jié)合火電機(jī)組熱工系統(tǒng)的控制特點(diǎn)，將BBO算法應(yīng)用到熱工系統(tǒng)的控制器的參數(shù)優(yōu)化中。結(jié)合火電機(jī)組再熱汽溫系統(tǒng)，給出了基于BBO算法

4、的熱工PID混合優(yōu)化方法，并進(jìn)行仿真驗(yàn)證。
　　(4)為提高BBO算法在熱工系統(tǒng)的優(yōu)化性能，使其具備更優(yōu)越的收斂特性，提出了一種改進(jìn)的BBO優(yōu)化算法。在原有BBO算法的遷移策略的基礎(chǔ)上引入粒子群算法的收斂機(jī)制，使整個(gè)遷移過程具備一定的方向性，并采用淘汰策略剔除遷移突變后較差的參數(shù)。這樣，一方面方向性的遷移及淘汰機(jī)制保證其快速的收斂特性，另一方面突變機(jī)制保證廣域搜索的全局特性，避免陷入局部極值。仿真研究表明，改進(jìn)后的BBO算法有效改