(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210766881.2 (22)申请日 2022.06.30 (71)申请人 南通大学 地址 226019 江苏省南 通市崇川区啬园路9 号 (72)发明人 李俊红　芮佳丽　蒋一哲　顾菊平　 华亮　储杰　褚云琨　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 张俊俊 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/18(2006.01) G06F 111/08(2020.01) G06F 119/08(2020.01)G06F 111/10(2020.01) (54)发明名称 基于改进樽海鞘算法的回转窑烧成带温度 模型辨识方法 (57)摘要 本发明提供了一种基于改进樽海鞘算法的 回转窑烧成带温度模型辨识方法， 属于回转窑烧 成带温度控制系统辨识技术领域。 解决了整数阶 模型不够精确， 以及基本樽海鞘算法精度不够 高、 收敛速度较慢的技术问题。 其技术方案为： 包 括以下步骤： 步骤1)构建回转窑烧成带温度的分 数阶CARMA模型； 步骤2)构建改进樽海鞘算法的 辨识流程。 本发明的有益效果为： 本发明的改进 樽海鞘算法的回转窑烧成带温度模型辨识方法 的辨识精度高， 输出的参数估计误差小； 同时， 也 说明了该辨识方法对于回转窑烧成带温度模型 具有较好的适用性。 权利要求书3页 说明书7页 附图2页 CN 115114791 A 2022.09.27 CN 115114791 A 1.一种基于改进樽海鞘算法的回转窑烧成带温度模型辨识方法， 其特征在于， 包括以 下步骤： 步骤1)构建回转窑烧成带温度的分数阶CARMA模型， 根据所构建的系 统模型获取回转 窑烧成带温度控制模型； 步骤2)构建改进樽 海鞘算法的辨识流 程。 2.根据权利要求1所述的基于改进樽海鞘算法的回转窑烧成带温度模型辨识方法， 其 特征在于， 所述 步骤1)的建模步骤如下： 步骤1‑1)构建回转窑烧成带温度的分数阶CARMA模型： 如式(1)， 给出分数阶CARMA系统 的一般形式， A(z)y(t)＝B(z)u(t)+D(z)v(t)            (1) 其中， u(t)为系统的输入， y(t)为系统的输出， v(t)为白噪声， A(z)， B(z)和D(z)是关于 后移算子z‑1的多项式， α 为分数阶阶次， i＝1,2, …,na， j＝1,2, …,nb， k＝1,2, …,nd， 以及 ai， bj和dk为要用输入数据和输出 数据进行辨识的参数； 步骤1‑2)根据式(2)至(10)得到输出y(t)与输入u(t)， 误差v(t)之间的关系， 其中， 根 据 ‑Letnikov(G‑L)定义得到： 其中， t＝kh时， h为采样时间设为1， k为计算导数近似值的样本数； 式(2)中 为牛顿 二项式： Γ为欧拉函数： 式(1)写为： 权　利　要　求　书 1/3 页 2 CN 115114791 A 2其中， 为信息向量， θ 为 参数向量。 3.根据权利要求1所述的基于改进樽海鞘算法的回转窑烧成带温度模型辨识方法， 其 特征在于， 所述 步骤2)构建改进樽 海鞘算法的辨识流 程的步骤如下： 步骤2‑1)初始化， 根据公式(1 1)初始化樽 海鞘种群的位置X， XN×D＝rand(N,D) ×(Ub‑Lb)+Lb             (11) 其中， N为樽海鞘种群的数量， D为维度即待辨识参数个数， Ub＝[ub1,ub2,…,ubD]为各 个维度的搜索上界， Lb＝[lb1,lb2,…,lbD]为各个维度的搜索下界； 初始化移动食物源的位 置F＝[F1,F2,…,FD]， 即樽海鞘种群的移动目标； 步骤2‑2)获取窑头喂煤量作为系统输入数据， 回转窑烧成带温度作为系 统输出数据， 记录数据； 步骤2‑3)计算每一只樽海鞘在各维度位置的适应度值， 对每只樽海鞘 位置的适应度值 进行排序， 适应度值 最好的樽海鞘的位置即为 最新的移动食物源的位置F； 步骤2‑4)自适应划分樽海鞘种群， 将种群分为领导者和跟 随者， 按照公式(12)在每次 迭代中更新领导 者个数： 按照公式(13)在每次迭代中更新跟随者个数： N2＝N‑N1           (13) 其中， N1为领导者个数， N2为跟随者个数， l为当前迭代次数， L为最大迭代次数， 为向 上取整操作； 步骤2‑5)更新领导 者位置， 按照公式(14)引入线性 递减因子R， 其中， r1和r2是[0,1]中的随机数且r1>r2， 按照公式(15)更新原基本算法的领导者更新 公式中的收敛因子 c1， 按照公式(16)更新领导 者，权　利　要　求　书 2/3 页 3 CN 115114791 A 3