一种基于遗传算法的温度控制方法研究

　　1 引 言

　　在工农业生产或科学实验中，温度是极为普遍又极为重要的参数之一。为了保证生产过程正常安全地进行，提高产品的质量和数量以及减轻工人的劳动强度，节约能源，对加热用的各种电炉群或工业生产上常用的燃油隧道窑等，要求在一定条件下保持恒温，或者根据工艺要求温度按照某个指定的规律变化等。因此，对温度不仅要不断地测量，而且要进行控制。例如，在工业生产上常常使用的燃油隧道窑是一个多温区、大惯性、大滞后的燃烧系统，由预热带、烧成带和冷却带组成;在实际生产过程中，必须对窑炉温度、窑炉压力、燃油和空气流量等参数进行控制;而整个炉窑可分为若干个子系统，每个控制点上的温度都是一个非线性的函数，各个控制点上要求达到的温度值不同，而实际生产中各子系统之间的温度相互影响，从而影响产品的质量，因此，必须对温度进行控制，使得各个控制点的温度值跟踪自己的期望值，不至于产生较大偏差。近年来，遗传算法在优化、学习、图像处理等方面得到了广泛的应用，但是直接用于控制的还比较少，这主要是由于遗传算法往往采用字符串编码，群体规模较大以及较多的迭代次数，因而运算量大，收敛速度慢，难以直接用于控制。因此，本文针对被控对象为电阻炉，研究了应用遗传算法对电阻炉进行温度控制。

　　2 基于遗传算法的温度控制原理

　　本文提出了一种基于遗传算法的控制方案，在该方法中选定系统为三输入单输出的情况，其控制框图如图1 所示。

　　图中：k₁，k₂，k₃为三个输入量的权值系数，f(·)是非线性的转换函数，这里将其选为双曲正切函数，r为给定信号，yk为系统实际输出，e 为给定信号和实际输出的差值，框图中运算是指比例运算。则根据系统的误差可得系统输入为：

　　如果认为权值在 -16～+16 之间，对 3 个权值 k1，k2，k3分别编码成 4 位二进制码串，若考虑单神经元的阈值 θ，依次连接在一起形成一个 16 位长的二进制码串，把它作为一个染色体作为遗传算法的个体;本文中给定的阈值为一个定值 -1，则作为遗传算法的个体编码是一个 12 位长的码串，各连接权的字符串值和实际权值之间的关系如式(4)：

　　适应度函数为

　　选择群体规模为60，最大迭代次数为 200，交叉概率为 0.85，变异概率为 0.001 参与遗传算法可得到权值的最优解，按公式解码后参与神经元的运算，从而基于遗传算法的单神经元控制器可描述为：

　　其中：K 为比例放大系数。由遗传算法根据系统的误差及设定的遗传算法参数控制各权值的修正。