对封闭式养殖空调系统的节能优化算法研究

对封闭式养殖空调系统的节能优化算法研究

ID:32684886

大小:195.84 KB

页数:4页

时间:2019-02-14

对封闭式养殖空调系统的节能优化算法研究_第1页
对封闭式养殖空调系统的节能优化算法研究_第2页
对封闭式养殖空调系统的节能优化算法研究_第3页
对封闭式养殖空调系统的节能优化算法研究_第4页
资源描述:

《对封闭式养殖空调系统的节能优化算法研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、维普资讯http://www.cqvip.com2007年6月农机化研究第6期封闭式养殖空调系统的节能优化算法研究张增林,卢博友(西北农林科技大学机电学院,陕西杨凌7121O0)摘要:在解决养殖空调系统节能问题中,采用了自适应蚁群算法对多参量、非线性系统可寻最优求解的算法,并考虑到可能发生系统局部最优问题,利用MetropoliS准则下的模拟退火算法来改善全局优化能力,提出了全局最优化参数的退火一蚁群算法,并在空调系统中进行了验证。结果表明,应用算法能使空调控制系统鲁棒性增强,节能率可达27.12%。关键词:畜牧学;

2、养殖空调系统;试验研究;优化算法;节能中图分类号:S817.3;TM925.12文献标识码:A文章编号:1OO3—188X(2007)06--01O5一O30引言封闭式养殖空调系统的节能历来是制约封闭养殖技术发展的主要问题⋯。目前,普遍采用变频技术以改善辅机运行节能;通过计算机集成控制技术及人工智能技术实现对空调系统时变的负荷跟踪控制,来降低空调系统的运行能耗。随着空调负荷的不断变化,系统内各运行参数随之变化,以确保满足用户端负荷需求前提下系统能耗最低。。。但是,这些算法仍然存在着计算量大、实时性差、节能效果不理想以

3、及对系统硬件要求高的问题。空调系统各运行参数变化的本质是在满足目标函数前提下对整个系统运行参数进行优化的问题。由于空调系统是个时变性、非线性、多参量与大滞后的运行系统,系统能耗数学模型参数较多,寻求最简练的算法是提高控制精度与简化控制系统www.zhulong.com的首要问题。采用计算寻优速度快的自适应蚁群算法来解决大规模的优化问题,同其它优化算法一样也将不可避免地陷入局部最优。从目前研究可以看出,寻求解的收敛速度是蚁群算法研究的关键,为此提出并采用模拟退火算法。1自适应优化算法图1Metropo1is准则局部搜索

4、技术的蚁群算法流程图1.1蚁群算法和退火算法的改进在混合优化算法结构中,蚁群在一定温度下根蚁群算法(ACO)采用的是并行搜索,退火算据信息因素水平概率选择下一节点。在蚁群进行一法(SA)采用的是串行结构,从而可提高优化性次周游路径后,评价每只蚂蚁所构造解的性能,通能。改进后的算法流程图如图1所示。过算法收敛性判定准则判定算法的搜索行为,同时可以作为切换到sA领域搜索的条件。通过sA对各收稿日期:2006—12—12个体进行领域搜索产生新的个体,通过Metropo¨S作者简介:张增林(1976一),男,陕西武功人,讲师

5、,硕士(E-mai1)ZZ1in~nwsuaf.edu.Crl。准则判定搜索结果并作为切换到Ac的条件。在该温—.105.维普资讯http://www.cqvip.com2007年6月农机化研究第6期度下的搜索结束后,进行全局的信息素更新。0,K芒Ⅳ(L)且K≠L从算法可以看到,蚁群算法为模拟退火算法gu~min{1,exp[-(f(sKj)-f(sz))/(4)提供一系列初始解,模拟退化算法对解进一步改善,LK()::grainI1,exp【_一(,()一m,(L))/,T蚁群算法再利用SA产生的新解进行并行搜索。

6、从混1一∑n(),K=L合优化算法结构可以看到,蚁群系统的一个周游路线为模拟退火算法提供一系列初始解,并在每个退其中,,(L)=∑,(』);g为状态产生函数由状sjeL火温度按Metropo1iS准则检验产生新解,然后更新态L一步产生状态的概率。信息素,同时蚁群算法利用SA产生的新解进行并行一因此,在温度下该操作的一步抽样决定的一搜索。混合策略结合了两者的特点,使各自的搜步转移概率阵为A():(口)(i,J:1.2⋯),多步抽样对应索能力得到补充,是一种有效的优化方法。的状态转移矩阵为()=A。(),z为该温度下的抽

7、1.2新算法收敛性分析样次数。显然,A和均是随机阵。为了分析算法的收敛性,上述算法步骤主要1.2.3信息素更新机制由3个过程组成。对于k只蚂蚁,经过模拟退火操作以后产生k1.2.1解的构造个解,根据以下公式进行信息素更新while(肌∈且(肌g))do(1)V(i,j:(1一P)ru在每一步k,构建序列xk≤CI,C2⋯)后,根据iff(s,)<,(),then=St如下概率选择技巧下一节点l,即^^V(i,_『)∈:,=ro.+Pg()V(,f:max(rmi,)【5)(2)式中pc(0,1)一信息素挥发系数;f=

8、g()一路径s的函数,且满足,()g(s’)。式中一可行域;容易证明,在上述信息素更新机制下,信息素∈(0,佃)一参数。的取值限定在一定的区间。当为空时,蚂蚁停止搜索,解的构造完成。1.2.2执行模拟退火操作2节能算法的应用试验规定解L属于解K的领域Ⅳ(),当且仅当L和2.1试验条件K仅存在一个不同个体。若个体SLf≠SL

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。