一种基于深度置信网络的斗轮机自动控制方法和系统

本申请公开了一种基于深度置信网络的斗轮机自动控制方法和系统，利用PLC控制器收集斗轮机的运行数据，将采集到的所述运行数据作为DBN的输入，通过无监督学习的方式训练网络，根据斗轮机的初始运行情况，为PID控制器设定初始参数，通过目标函数计算每个萤火虫的位置，通过模拟萤火虫的发光行为，寻找PID参数的最优解，在所述萤火虫种群每次迭代中，根据算法的当前表现调整迭代因子，若所述萤火虫种群在连续5次迭代中未发生进化，则引入高斯变异，按照特定的变异策略更新萤火虫的位置，根据优化后的萤火虫算法结果，实现斗轮机的自动控制，本发明实现了简化算法结构，优化迭代步骤，对于可编程控制器的优化算法研究有着重要的意义。