[發明專利]一種復雜工業過程的多目標建模方法

無效

• 申請號: 201010235918.6
• 申請日: 2010-07-23
• 公開（公告）號: CN101893852A
• 公開（公告）日: 2010-11-24
• 發明（設計）人: 王寧;陳霄;陶吉利
• 申請（專利權）人: 浙江大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 陳昱彤

1.一種復雜工業過程的多目標建模方法，其特征是包括如下步驟：

(1)通過現場操作或實驗獲得被建模過程的輸入和輸出采樣數據，確定T-S模糊遞歸神經網絡的輸出變量和T-S模糊遞歸神經網絡后件部分的輸入向量，將所述被建模過程的輸入和輸出采樣數據分為訓練樣本集和測試樣本集；確定建模問題的第一個目標和第二個目標，所述第一個目標為T-S模糊遞歸神經網絡的輸出變量與被建模過程的輸出變量的差值的平方和的最小化，所述第二個目標為T-S模糊遞歸神經網絡的模糊規則數的最小化；

(2)隨機生成初始種群，所述初始種群中的每個個體代表一個T-S模糊遞歸神經網絡的前件部分，每個個體均使用由與DNA堿基對應的0、1、2、3中的任一個或任幾個組成的整數串表示，所述整數串的長度固定；并且，設所述初始種群為當前種群，進化代數的初始值為1；

(3)根據步驟(1)所述的訓練樣本集，利用遞推最小二乘法確定與當前種群的每個個體所代表的所述前件部分相對應的T-S模糊遞歸神經網絡的后件部分；

(4)根據步驟(1)所述的第一個目標和第二個目標，計算當前種群的每個所述個體的適應度值；

(5)根據步驟(4)所獲得的每個所述個體的適應度值選擇當前種群中的個體組成新一代種群；

(6)對步驟(5)所述新一代種群中的個體執行置換交叉操作和轉位交叉操作；

(7)判斷經步驟(6)操作后得到的新一代種群中個體數目是否大于初始種群的個體數目的1.5倍，若大于，則執行步驟8)，否則執行步驟6)；

(8)對步驟(7)所述的新一代種群中的每個個體依次執行反密碼子變異操作、最大最小變異操作和普通變異操作；

(9)判斷當前進化代數是否等于預設的最大進化代數，所述預設的最大進化代數為大于1的整數：若是，則將當前種群作為最終種群并執行步驟(10)；若否，則將當前進化代數加1，并以經步驟(8)操作后的新一代種群作為當前種群重復步驟(3)至步驟(8)；

(10)任意選擇最終種群中的一個個體所對應的T-S模糊遞歸神經網絡作為被建模過程的模型。

2.根據權利要求1中所述的復雜工業過程的多目標建模方法，其特征在于按以下步驟執行步驟(8)：

a)隨機產生一個0至1之間的隨機數，若該隨機數小于預設的反密碼子變異概率，所述預設的反密碼子變異概率為0～1，則將所操作的個體按照編碼參數的不同分成不同子序列，在每個子序列上隨機選取一段連續的整數串作為密碼子，依據0和1互補、2和3互補原則，生成一段與密碼子中的整數互補的序列作為反密碼子，接著將反密碼子中的整數進行倒位處理，得到倒轉的反密碼子；然后將倒轉的反密碼子取代密碼子；

b)隨機產生一個0至1之間的隨機數，若該隨機數小于預設的最大最小變異概率，則將用以表示步驟a)所得到的個體的整數串中出現頻率最高的整數用出現頻率最低的整數來代替，所述預設的最大最小變異概率為0～1；

c)針對用以表示步驟b)所得到的個體的整數串中的每一個整數，隨機產生一個0至1之間的隨機數，若該隨機數小于預設的普通變異概率，則該整數被0、1、2、3中不同于該整數的任一個所代替，所述預設的普通變異概率為0.001～0.1。