一种基于改进鲸鱼优化算法获取多源微波加热系统温度均匀性最佳功率组合的方法

本发明涉及一种基于改进鲸鱼优化算法获取多源微波加热系统温度均匀性最佳功率组合的方法，属于微波加热建模仿真领域。

背景技术：

1、微波加热技术涉及集电磁场和热学两大热门研究领域，微波加热通过对物料施加外部电磁场，使物料内极性分子与带电粒子随外加交变电磁场极性变化而转换取向，并因相互频繁摩擦损耗而使电磁能转化为热能从而加热物料。作为一种新型绿色加热方式，微波加热以其加热速度快效率高、选择性加热、节能环保无污染等诸多优点，已经在冶金，化工，药品食品等工业生产领域与日常生活中受到越来越多的关注和广泛的应用。

2、但与此同时，微波加热也存在着一些不足之处，其中最主要的是加热过程中物料受热不均匀的问题。由于其复杂的产热机理，加热过程中热点随机产生，物料温度常出现不均匀现象，温差过大时甚至会发生热失控。提高微波加热的均匀性对于改善加热效果、提升加热效率和降低加热能耗具有重要的现实意义。

3、影响微波加热的因素有多种，如腔体几何形状、大小和尺寸，微波源的种类、个数和位置，微波的加热功率和频率等。由于实际应用中腔体形状大小和微波源个数位置不易改变，所以在使用微波加热技术时，想要使被加热物料获得均匀的温度，对微波源的加热功率进行分配调控便具有十分重要的意义。

4、求解微波谐振腔内电磁场及温度的分布问题，需求解数学物理方法上的边值问题。电磁分布边值问题求解主要有：(1)图解法(2)解析法(3)模拟法(4)数值分析法。微波加热通常使用的加热腔体多是一个有限密闭空间，在有限空间中微波存在多种分布模式，常规手段难以获得准确的温度分布。有限元法作为求解微波加热电磁场及温度分布的一种常用的有效手段，以其处理不规则几何和边界条件、空间和时间特性变化的能力，在对微波加热复杂电磁场的建模求解中得到了广泛的应用。

5、由于微波加热的数学模型为难以求解的无穷维模型，使用传统的数学方法不易求得加热过程所需各项参数的最优值，所以使用数学近似的最优化分析方法成为获取多源微波加热温度均匀性最佳功率组合的一种有效手段。最优化问题指的是在一定的约束条件下，寻找一组参数值，使得系统达到最大或最小值，满足最优性度量。在一些难以建立精确数学模型的复杂问题中，问题的最优解难以通过传统的数学方法求得，此时使用优化方法寻找最优解就具有重要的现实意义。鲸鱼优化算法作为今年提出的一种新型最优化方法，在生产生活中的诸多领域都得到了广泛应用，如生产调度、系统控制、经济预测等，在处理复杂大规模优化问题时都有优秀的表现。

技术实现思路

1、本发明的目的在于：提供一种基于改进鲸鱼优化算法获取多源微波加热系统温度均匀性最佳功率组合的方法，通过将多微波源的每种功率组合视为一个鲸鱼个体，对每个个体代表的功率组合进行加热仿真得出温度数据，以加热后物料的温度均匀性作为评价指标，各微波源总功率作为限制条件，使用鲸鱼优化算法进行迭代，达到迭代终止条件后可得到多源微波加热系统的最佳功率组合，从而有效改善微波加热的温度均匀性，提升微波加热的性能。

2、本发明的技术方案是：一种基于改进鲸鱼优化算法获取多源微波加热系统温度均匀性最佳功率组合的方法，包括：

3、s1、确定微波加热系统腔体结构及各微波源在腔体上的位置分布，并以此建立微波加热系统三维模型；

4、s2、设定每次加热的总时长、各个微波源的总功率，确定被加热式样材料并设定其需要的各项参数；

5、s3、设定优化种群个体数及最大迭代次数，并生成随机初始种群，种群中每个个体对应一个多微波源功率组合；

6、s4、对种群中每个个体所对应的功率组合使用comsol进行仿真模拟，得出加热结果温度数据，并计算其温度均匀性及加热效率；

7、s5、以温度均匀性作为评价指标，使用matlab通过鲸鱼优化算法对种群个体进行迭代，产生新的种群，并对超出取值范围的个体进行回归修正；

8、s6、重复进行步骤s4和步骤s5直至达到最大迭代次数，将此时得到的种群最佳个体所对应的功率组合作为最终的功率组合最优解。

9、具体地，所述步骤s5具体包括以下迭代方式：

10、s5.1、全局搜索：鲸鱼群在整个搜索空间内游动，探索有可能存在全局最优解的区域。

11、s5.2、局部搜索：鲸鱼群对有可能存在最优解的局部区域进行精确开发，搜寻最优解。

12、s5.3、气泡网捕食：使用鲸鱼独特的螺旋气泡网捕食进行开发，增强算法的整体性能。

13、可选地，鲸鱼个体每次迭代时更新参数，根据参数选择三种步骤中的一种执行。

14、本发明所述微波加热系统功率组合寻优模型组成包括三维腔体模型及加热参数、寻优算法、计算机设备及仿真软件、被加热物料；被加热物料包括被加热物料的材料种类、性质和尺寸，被加热物料的性质包括相对介电常数、相对磁导率和电导率。

15、本发明所述的微波加热使用的腔体为多微波源加热腔体，微波源个数为一定值。

16、优选地，加热过程中各个微波源的总功率为一事先设定的常数，并以此作为优化过程中的约束条件：

17、

18、其中，n为腔体上的微波源个数，p0为预先设定的各微波源总功率。

19、优选地，以微波加热后物料的温度均匀性作为优化目标及适应度函数，温度均匀性采用cov和ui作为评价指标，其计算公式为：

20、

21、

22、其中，ta为物料加热后的平均温度，t0为物料的初始温度，v为物料的体积，n为温度采样点的个数。

23、在本发明中，每一个鲸鱼个体代表一组多微波源加热功率组合，个体维度与微波源个数相同。

24、本发明使用有限元仿真软件comsol求解微波加热系统三维模型中被加热物料的温度分布数据，使用matlab软件进行鲸鱼优化算法的迭代，并通过comsol multiphysicswith matlab接口与matlab进行联合仿真。

25、本发明所述步骤s5所使用的鲸鱼优化算法的原始算法位置坐标更新方式如下：

26、在每次迭代时预先产生一个随机数p∈[0,1]，并计算以下参数：

27、a＝2α*r-α

28、c＝2*r

29、α＝2-2t/t

30、其中，r为[0,1]上的随机数，t为当前迭代次数，t为最大迭代次数。随着迭代进行，α的值从2线性下降到0。a的取值从[-2,2]逐渐变为[0,0]，用来控制探索和开发之间的转化。c的取值是一个随机值，范围为[0,2]，使鲸鱼个体能够到达这个范围内的所有位置。

31、若p<0.5且|a|<1，则执行步骤s5.2，进行局部搜索，鲸鱼个体向着最优个体游动：

32、d＝|c*xbest(t)-x(t)|

33、x(t+1)＝xbest(t)-a*d

34、其中，xbest(t)为当前最优个体，x(t+1)为下一代鲸鱼个体。

35、若p<0.5且|a|≥1，则执行步骤s5.1，进行全局搜索，向着随机个体游动：

36、d＝|c*xrand(t)-x(t)|

37、x(t+1)＝xrand(t)-a*d

38、其中，xrand(t)为当前随机个体。

39、若p≥0.5，则执行步骤s5.3，鲸鱼个体使用气泡网捕食策略，进行螺旋搜索：

40、d′＝|xbest(t)-x(t)|

41、x(t+1)＝xbest(t)+d′*ebl*cos(2πl)

42、其中，l为[-1,1]上的随机数，b为定义螺旋形状的常数。

43、进一步地，改进以上使用的原始鲸鱼优化算法，对其中的收敛因子α进行非线性化处理：

44、

45、其中，t为当前迭代次数，t为最大迭代次数。

46、进一步地，改进以上使用的原始鲸鱼优化算法，在其所使用的迭代公式中，加入自适应惯性权重系数：

47、

48、其中，wmin和wmax分别为设定的系数最小值和最大值，t和t分别为当前及最大迭代次数。

49、所述的加入自适应惯性权重系数后的迭代公式如下：

50、

51、进一步地，改进以上使用的原始鲸鱼优化算法，对鲸鱼个体搜索迭代过程，使用levy飞行策略，调整后的新个体为：

52、

53、其中，levy(λ)为随机搜索路径，λ为步长参数，β为[0,1]上的随机数，用于控制算法在局部搜索与全局搜索之间的倾向。

54、为了达到上述目的，本发明采用以下技术方案：

55、一种电子设备(计算机系统)，包括一个或多个处理器和存储器，存储器上存有计算机程序，所述计算机处理器从所述计算机存储器上读取并执行所述计算机程序时，执行并实现如上述中任一项所述的基于改进鲸鱼优化算法获取多源微波加热系统温度均匀性最佳功率组合的方法。

56、本发明的有益效果是：本发明具有建模方法简单、优化过程可靠、参数设置合理、寻优能力强、适用范围广、可避免复杂求解计算等特点，在保留一定精确性的前提下，简化最优值求解过程，可以解决微波加热过程各项参数难以优化，多源微波加热模型难以使用传统方法求系统功率的温度均匀性最优解的问题，通过仿真模拟和优化算法预先计算微波加热过程使温度均匀性最佳的功率组合，避免反复仿真和试验调整，节约大量人力、物力、财力，提高工作效率和工作效果。

57、本发明具体地：通过将多微波源每种功率组合视为一个优化个体，利用仿真模拟得出每种组合的加热效果温度数据，同时对鲸鱼优化算法进行改进以提高其搜索性能，利用改进后鲸鱼优化算法可以有效寻得使温度均匀性最佳的功率组合，其具备的对复杂问题的适应性和求解有效性，避免了传统方法对微波加热过程的复杂计算过程，减轻了对实际加热过程中的人力物力成本损耗，更加适用于工程应用。