1 蟻群算法

　　蟻群算法從最初的只是針對(duì)旅行商問(wèn)題進(jìn)行優(yōu)化，發(fā)展到現(xiàn)在特有的優(yōu)化算法，已經(jīng)廣泛應(yīng)用到人們生活、工作的領(lǐng)域中，該算法主要包括了指派問(wèn)題、 調(diào)度問(wèn)題、系統(tǒng)識(shí)別，甚至在電力系統(tǒng)、控制參數(shù)優(yōu)化等方面。而加熱爐作為發(fā)展了近多半世紀(jì)的鋼鐵行業(yè)中不可或缺的設(shè)備，其在發(fā)展過(guò)程中也在被研究員們以不 同的控制方法對(duì)其進(jìn)行優(yōu)化實(shí)驗(yàn)，為此尋找******的優(yōu)化方式來(lái)提高加熱爐的生產(chǎn)效率。在通常的情況下，由于連接設(shè)備、人員的操作以及爐體自身材質(zhì)等問(wèn)題在加熱 爐運(yùn)轉(zhuǎn)過(guò)程中不可避免地會(huì)出現(xiàn)工序混亂的問(wèn)題，從而導(dǎo)致加熱爐溫度控制環(huán)節(jié)中的測(cè)定參數(shù)顯示錯(cuò)誤，這樣會(huì)給加熱爐整個(gè)生產(chǎn)過(guò)程帶去一定的影響，甚至使整個(gè) 工作系統(tǒng)完全停止。因此，對(duì)于加熱爐溫度的控制進(jìn)行優(yōu)化一直是研究員追尋的最終目的。本文主要在蟻群算法基本理論知識(shí)的基礎(chǔ)上，通過(guò)該算法下對(duì)電加熱爐溫度控制器主要參數(shù)進(jìn)行初步模擬嘗試，為控制環(huán)節(jié)提供更多的參數(shù)依據(jù)。

　　2 蟻群算法優(yōu)化加熱爐溫度控制器參數(shù)分析

　　優(yōu)化PID參數(shù)的步驟：

　　蟻群算法對(duì)PID控制器參數(shù)進(jìn)行優(yōu)化的基本步驟如下：

　?、倮肗-Z計(jì)算PID參數(shù)Kp0、Ti0、Td0和系統(tǒng)的性能指標(biāo)σ0、tr0、ts0。

　　②設(shè)定螞蟻數(shù)量值m，用含有12個(gè)的一維數(shù)組Pathk存放第k只螞蟻所要經(jīng)過(guò)的12個(gè)節(jié)點(diǎn)的縱坐標(biāo)，其表示第k只螞蟻的爬行路徑。

　?、墼O(shè)時(shí)間計(jì)數(shù)器t=0，循環(huán)次數(shù)N=0，以及******循環(huán)次數(shù)Nmax和初始時(shí)刻節(jié)點(diǎn)上的信息量(xi，yij，0)的值c(i=1～12，j=0～9)，令Δτ(xi，yij)=0，將全部螞蟻置于出發(fā)點(diǎn)O。

　　④置變量i=1。

　?、萦?jì)算出所有螞蟻經(jīng)過(guò)的線段上的每一個(gè)節(jié)點(diǎn)的轉(zhuǎn)移概率，并對(duì)這些概率值進(jìn)行篩選選擇出大概率值，同時(shí)將大概率值的縱坐標(biāo)存入Pathk中其所對(duì)應(yīng)的元素中。

　?、拗胕=i 1，使人工螞蟻依次向下一路徑線段前進(jìn)，在保持每段線路大概率值的縱坐標(biāo)，直到一個(gè)循環(huán)完成。

　?、嗔顃←t 15，Nc←Nc 1更新每個(gè)節(jié)點(diǎn)上的信息量，并將數(shù)組Pathk中的所有元素清零。

　　經(jīng)蟻群算法優(yōu)化過(guò)的參數(shù)******路徑為Path={2，3，3，5，2，1，4，5，3，1，3，2}，同時(shí)優(yōu)化過(guò)的控制系統(tǒng)經(jīng)MATLAB仿真得到的仿真圖如圖2所示。

　　由仿真曲線可發(fā)現(xiàn)，經(jīng)蟻群算法優(yōu)化傳統(tǒng)PID控制器的加熱爐溫度控制過(guò)程中的上升時(shí)間、超調(diào)量和調(diào)整時(shí)間等參量都獲得了極大的改進(jìn)，以此提高了系統(tǒng)自身的適應(yīng)性。同時(shí)，也使得爐溫系統(tǒng)的控制精密度準(zhǔn)確性提高，抗外界干擾的能力加強(qiáng)，有效避免控制環(huán)節(jié)的不穩(wěn)定性。