改进的哈里斯鹰算法及其在空压机智能调度中的应用研究

作     者：张燕 

作者单位：重庆理工大学 

学位级别：硕士

导师姓名：王华秋

授予年度：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080704[工学-流体机械及工程] 08[工学] 081104[工学-模式识别与智能系统] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：改进的哈里斯鹰优化算法 深度回声状态网络 空压机组 负荷预测 智能调度 

摘      要：工业生产中,空压机是核心设备,其能耗对生产成本和竞争力影响显著。提升空压机能效,成为工业节能的关键。本文首先设计了一种基于最优次优个体策略的混沌哈里斯鹰优化算法(IHHO)和改进的深度回声状态网络的高精度负荷预测模型(IHHO-ADESN)。随后,将IHHO应用于空压机机组的智能调度仿真实验,根据预测的负荷实现了对机组各时段运行的有效分配,提高了空压机机组的能效。本文研究重点如下: (1)为解决哈里斯鹰优化算法(HHO)收敛速度慢以及在复杂优化问题中容易陷入局部最优的问题,提出了一种IHHO算法。首先,为了显著提升初始解的质量,使用Circle混沌映射来初始化种群。在此基础上,引入逃逸能量的非线性更新策略,以平衡搜索和探索能力。其次,在探索阶段中结合了非洲秃鹫优化算法中的优化位置更新公式,进一步提高算法的整体优化能力。最后,为改善算法的收敛性能,引入自适应权重调整机制。经过标准测试函数的实验验证,实验结果充分证明了算法的有效性与可靠性,验证了其在解决实际问题中的优异性能。 (2)深度回声状态网络在处理复杂的时序数据时缺乏足够的非线性建模能力。为解决这一缺点,本文引入了自适应线性组合激活函数替代传统的Tanh激活函数。新的激活函数能够更好地捕捉数据之间的非线性关系,提高了模型的拟合能力和预测准确性,其均方根误差(RMSE)为0.4483。为进一步改进模型的性能,使用了IHHO算法来对改进的深度回声状态网络的超参数进行调优,以提高其整体性能和鲁棒性,RMSE降低为0.1721。对不同网络类型的模型预测结果和性能分析显示,该模型在负荷预测中表现优异,为工业生产提供了更可靠的预测和决策支持。 (3)空压机在工业生产中能源消耗严重,为有效地管理和优化空压机的能耗,利用IHHO算法来进行空压机机组的智能调度仿真实验,实现对机组在不同时段负荷的有效分配。在考虑各种约束条件的情况下,运用IHHO算法优化机组的运行计划,以最大程度地满足生产需求并实现能源消耗的最小化。在与其他优化算法进行对比的过程中,评估了改进算法在空压机机组调度中的性能表现。实验结果表明,在各项约束条件下,IHHO算法成功实现了能耗最小化的目标,相较于HHO算法,能耗降低了325KW,展现了它的优越性。