本發(fā)明涉及控制優(yōu)化，具有涉及一種漁業(yè)實(shí)驗(yàn)ph控制優(yōu)化方法。

背景技術(shù)：

1、在漁業(yè)實(shí)驗(yàn)中，ph值是影響水質(zhì)和魚類健康的關(guān)鍵因素。適宜的ph范圍可以促進(jìn)魚類的生長(zhǎng)、繁殖，提高實(shí)驗(yàn)的準(zhǔn)確性和成功率。然而，由于水體在不同環(huán)境條件下ph值會(huì)發(fā)生變化，ph值過高或過低都可能對(duì)魚類的健康產(chǎn)生負(fù)面影響，適宜的ph范圍（通常在6.5-8.5之間）可以促進(jìn)魚類的正常生長(zhǎng)和代謝，有助于提高實(shí)驗(yàn)的準(zhǔn)確性；因此需要一種有效的ph控制器來穩(wěn)定水體的ph值。

2、公開號(hào)為cn204883411u的專利提出了一種ph流水控制系統(tǒng)，控制器根據(jù)設(shè)定的目標(biāo)ph值，通過ph傳感器反饋的信號(hào)調(diào)節(jié)計(jì)量泵的流量，從而調(diào)整酸化原液池中海水的ph值，使其穩(wěn)定在設(shè)定的目標(biāo)值，其對(duì)ph的控制方法無反饋控制，而公開號(hào)cn104898723a提出一種基于pid的水產(chǎn)養(yǎng)殖池塘ph值智能控制系統(tǒng)，這種方法雖然具備了負(fù)反饋控制，一定程度上提高了控制精度，但是由于pid控制算法依賴比例、積分和微分控制系數(shù)，導(dǎo)致在不用實(shí)驗(yàn)環(huán)境下，控制靈敏度差，自適應(yīng)能力不強(qiáng)，控制超調(diào)量較大，達(dá)到目標(biāo)控制值的時(shí)間較長(zhǎng)，導(dǎo)致控制效果不理想。

3、目前元啟發(fā)式算法興起，元啟發(fā)式算法可以用于優(yōu)化pid控制算法，在最短的時(shí)間內(nèi)找到最適合漁業(yè)實(shí)驗(yàn)環(huán)境ph值調(diào)控的pid控制算法的參數(shù)，包括比例系數(shù)、積分系數(shù)和微分系數(shù)，兒童學(xué)習(xí)優(yōu)化器（kids?learning?optimizer,?klo）是一種基于人類早期社會(huì)和認(rèn)知學(xué)習(xí)行為的新型元啟發(fā)式算法。這一算法受到了兒童在家庭和社會(huì)環(huán)境中的學(xué)習(xí)過程啟發(fā)，通過分階段模擬兒童的成長(zhǎng)學(xué)習(xí)過程來實(shí)現(xiàn)對(duì)復(fù)雜問題空間的探索和開發(fā)，具有較強(qiáng)的全局搜索能力和快速收斂的特性，但是klo的分階段學(xué)習(xí)機(jī)制在全局探索性較強(qiáng)，但當(dāng)搜索空間較大時(shí)，早期階段耗費(fèi)較多時(shí)間在廣泛區(qū)域內(nèi)尋找解，從而影響整體的收斂速度。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)背景技術(shù)中涉及的問題，本發(fā)明提出一種漁業(yè)實(shí)驗(yàn)ph控制優(yōu)化方法，通過改進(jìn)兒童學(xué)習(xí)優(yōu)化器對(duì)傳統(tǒng)pid控制算法優(yōu)化，利用優(yōu)化型pid控制算法對(duì)漁業(yè)實(shí)驗(yàn)的ph控制器調(diào)整，使得ph控制器對(duì)實(shí)驗(yàn)環(huán)境中的二氧化碳的濃度精確靈敏控制，通過控制二氧化碳的濃度使得漁業(yè)實(shí)驗(yàn)環(huán)境保持在最適ph值范圍內(nèi)。

2、本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種漁業(yè)實(shí)驗(yàn)ph控制優(yōu)化方法，通過改進(jìn)漁業(yè)實(shí)驗(yàn)ph控制器，實(shí)現(xiàn)對(duì)漁業(yè)實(shí)驗(yàn)環(huán)境ph值的精確穩(wěn)定控制，具體步驟如下：

3、s1、設(shè)定漁業(yè)實(shí)驗(yàn)環(huán)境目標(biāo)ph值，將實(shí)時(shí)ph值輸入漁業(yè)實(shí)驗(yàn)的ph控制器，ph控制器包括漁業(yè)實(shí)驗(yàn)環(huán)境的ph誤差計(jì)算模型、pid控制算法和控制量信號(hào)轉(zhuǎn)換模型；

4、s2、利用改進(jìn)的兒童學(xué)習(xí)優(yōu)化器對(duì)傳統(tǒng)pid控制算法的比例系數(shù)、積分系數(shù)和微分系數(shù)整定，得到最佳的比例系數(shù)、積分系數(shù)和微分系數(shù)輸入傳統(tǒng)pid控制算法模型，得到優(yōu)化型pid控制算法用于漁業(yè)實(shí)驗(yàn)的ph控制器，得到加強(qiáng)型ph控制器；

5、s3、漁業(yè)實(shí)驗(yàn)環(huán)境的ph誤差計(jì)算模型計(jì)算實(shí)時(shí)ph值與目標(biāo)ph值的實(shí)驗(yàn)環(huán)境ph差值，實(shí)驗(yàn)環(huán)境ph差值輸入加強(qiáng)型ph控制器，輸出ph控制量信號(hào)u(t)；

6、s4、ph控制量信號(hào)通過控制量信號(hào)轉(zhuǎn)換模型輸出二氧化碳的調(diào)整濃度控制量，調(diào)節(jié)實(shí)驗(yàn)環(huán)境的二氧化碳濃度，返回執(zhí)行s1-s4不斷監(jiān)測(cè)實(shí)時(shí)ph值，調(diào)整ph控制量信號(hào)u(t)，達(dá)到漁業(yè)實(shí)驗(yàn)的目標(biāo)ph值。

7、具體地，ph控制器用于調(diào)控漁業(yè)實(shí)驗(yàn)環(huán)境的ph值，ph控制器通過控制實(shí)驗(yàn)環(huán)境中的二氧化碳溶度，將實(shí)驗(yàn)所需要的水質(zhì)ph調(diào)控在設(shè)定范圍內(nèi)，對(duì)ph控制器優(yōu)化，ph控制器的核心控制模型是pid控制算法，通過對(duì)pid控制算法的比例系數(shù)、積分系數(shù)和微分系數(shù)優(yōu)化得到優(yōu)化型pid控制算法，使得漁業(yè)實(shí)驗(yàn)的ph控制器的控制算法的控制參數(shù)更精確，提高ph控制器的ph控制精度和靈敏度；pid控制算法數(shù)學(xué)模型為：

8、（1）；

9、其中，數(shù)學(xué)模型（1）中，為比例系數(shù)，為積分系數(shù)，為微分系數(shù)，為實(shí)驗(yàn)環(huán)境ph差值，為第t時(shí)刻ph控制量信號(hào)值，為ph控制器系統(tǒng)調(diào)節(jié)總時(shí)間。

10、具體地，控制量信號(hào)轉(zhuǎn)換模型用于將漁業(yè)實(shí)驗(yàn)的ph控制器的優(yōu)化型pid控制算法輸出的ph控制量信號(hào)u(t)轉(zhuǎn)換為二氧化碳的調(diào)整濃度控制量，通過調(diào)節(jié)實(shí)驗(yàn)環(huán)境下的二氧化碳濃度進(jìn)而調(diào)整實(shí)驗(yàn)環(huán)境下的ph值，其中，控制量信號(hào)轉(zhuǎn)換模型為：

11、（2）；

12、其中，數(shù)學(xué)模型（2）中，為第t時(shí)刻控制量信號(hào)轉(zhuǎn)換模型輸出的二氧化碳的調(diào)整濃度控制量，為實(shí)驗(yàn)環(huán)境的目標(biāo)ph值，k為二氧化碳在水中的溶解性系數(shù)，為第t時(shí)刻實(shí)驗(yàn)環(huán)境中二氧化碳濃度。

13、具體地，利用改進(jìn)的兒童學(xué)習(xí)優(yōu)化器對(duì)傳統(tǒng)pid控制算法的比例系數(shù)、積分系數(shù)和微分系數(shù)整定，首先將改進(jìn)的兒童學(xué)習(xí)優(yōu)化器與pid控制算法建立映射關(guān)系，具體為將改進(jìn)的兒童學(xué)習(xí)優(yōu)化器的兒童個(gè)體位置值與ph控制器的pid控制算法的比例系數(shù)，積分系數(shù)和微分系數(shù)建立映射，被優(yōu)化的系數(shù)個(gè)數(shù)為3，則改進(jìn)的兒童學(xué)習(xí)優(yōu)化器的問題維度即為3，記為問題維度d=3，則改進(jìn)的兒童學(xué)習(xí)優(yōu)化器的兒童個(gè)體位置包括，，；其中映射為第i個(gè)比例系數(shù)，映射為第i個(gè)積分系數(shù)，映射為第i個(gè)微分系數(shù)，數(shù)學(xué)模型為：

14、（3）；

15、其中，數(shù)學(xué)模型（3）中，為第i個(gè)兒童個(gè)體第j維屬性的位置值，為第i個(gè)兒童個(gè)體第1維屬性的位置值，為第i個(gè)兒童個(gè)體第2維屬性的位置值，為第i個(gè)兒童個(gè)體第3維屬性的位置值。

16、具體地，將本次迭代過程中改進(jìn)的兒童學(xué)習(xí)優(yōu)化器對(duì)傳統(tǒng)pid控制算法的比例系數(shù)、積分系數(shù)和微分系數(shù)尋優(yōu)得到的控制參數(shù)值輸入pid控制算法并用于漁業(yè)實(shí)驗(yàn)的ph控制器，記錄本次迭代控制效果的實(shí)驗(yàn)環(huán)境ph值，利用本次迭代控制效果的實(shí)驗(yàn)環(huán)境ph值與實(shí)驗(yàn)環(huán)境目標(biāo)ph值建立目標(biāo)函數(shù)，目標(biāo)函數(shù)值作為本次迭代的改進(jìn)的兒童學(xué)習(xí)優(yōu)化器對(duì)傳統(tǒng)pid控制算法的比例系數(shù)、積分系數(shù)和微分系數(shù)整定的適應(yīng)度值，當(dāng)?shù)_(dá)到最大迭代次數(shù)時(shí)，最小的適應(yīng)度值對(duì)應(yīng)的比例系數(shù)、積分系數(shù)和微分系數(shù)，記為最佳比例系數(shù)、最佳積分系數(shù)和最佳微分系數(shù)，其中，目標(biāo)函數(shù)j數(shù)學(xué)模型為：

17、（4）；

18、其中，數(shù)學(xué)模型（4）中，為ph控制器系統(tǒng)調(diào)節(jié)總時(shí)間，取值為10，為實(shí)驗(yàn)環(huán)境的目標(biāo)ph值，為第t時(shí)刻的實(shí)驗(yàn)環(huán)境的ph值，為第t時(shí)刻控制量信號(hào)轉(zhuǎn)換模型輸出的二氧化碳的調(diào)整濃度控制量。

19、具體地，兒童學(xué)習(xí)優(yōu)化器在針對(duì)漁業(yè)實(shí)驗(yàn)的ph控制器的pid控制算法的控制系數(shù)尋優(yōu)過程中，包括全局搜索策略和局部開發(fā)策略兩個(gè)部分，其中，通過全局搜索獲得更多可能存在的優(yōu)質(zhì)解，優(yōu)質(zhì)解為更加精確的pid控制系數(shù)的值；局部開發(fā)通過獲得的優(yōu)質(zhì)解的范圍內(nèi)找到最佳的pid控制系數(shù)的值；其中，標(biāo)準(zhǔn)兒童學(xué)習(xí)優(yōu)化器（klo）尋優(yōu)過程中，全局搜索階段數(shù)學(xué)模型通過隨機(jī)生成種群兒童個(gè)體新位置的方式更新種群個(gè)體位置，數(shù)學(xué)模型為：

20、（5）；

21、其中，數(shù)學(xué)模型（5）中，為iter次迭代第i個(gè)兒童個(gè)體第j維屬性的位置值，為iter+1次迭代第i個(gè)兒童個(gè)體第j維屬性的位置值，r為0到1內(nèi)的隨機(jī)數(shù)，為第j維屬性的最小值。

22、具體地，對(duì)標(biāo)準(zhǔn)兒童學(xué)習(xí)優(yōu)化器（klo）全局搜索階段數(shù)學(xué)模型改進(jìn)，保留數(shù)學(xué)模型（5）隨機(jī)搜索的性能，同時(shí)利用已有的搜索信息來指導(dǎo)后續(xù)的搜索方向，使得兒童學(xué)習(xí)優(yōu)化器的搜索過程具備方向性和目標(biāo)性，提高兒童學(xué)習(xí)優(yōu)化器全局搜索的速度，避免klo陷入局部最優(yōu)，導(dǎo)致優(yōu)質(zhì)解精度低，改進(jìn)后的全局搜索階段數(shù)學(xué)模型為：

23、（6）；

24、其中，數(shù)學(xué)模型（6）中，r為0到1內(nèi)的隨機(jī)數(shù)，為第j維屬性的最大值，為第j維屬性的最小值，為最大迭代次數(shù)，為截止當(dāng)前的全局最優(yōu)解的第j維屬性的位置值，為第iter次迭代第i個(gè)兒童個(gè)體第j維屬性的位置值，為第iter+1次迭代第i個(gè)兒童個(gè)體第j維屬性的位置值，||?||為歐幾里得范數(shù)，計(jì)算與之間的差距離。

25、具體地，改進(jìn)后的全局搜索階段數(shù)學(xué)模型，以為最大搜索半徑，利用余弦函數(shù)動(dòng)態(tài)調(diào)節(jié)搜索半徑，隨著迭代次數(shù)iter的增加，余弦函數(shù)值呈現(xiàn)周期性變化，使得搜索半徑在迭代初期較大，便于廣泛搜索；而在迭代中后期，半徑逐漸減小，有利于精細(xì)搜索，逼近全局最優(yōu)解；全局最優(yōu)解作為搜索過程的目標(biāo)，計(jì)算與全局最優(yōu)解之間的差距離，進(jìn)一步微調(diào)搜索方向，增強(qiáng)兒童學(xué)習(xí)優(yōu)化器搜索的靈活性，提高兒童學(xué)習(xí)優(yōu)化器搜索的效率和精度。

26、具體地，兒童學(xué)習(xí)優(yōu)化器（klo）局部開發(fā)策略模擬兒童在新生兒階段、嬰兒階段、學(xué)步期以及學(xué)齡前階段的學(xué)習(xí)行為建立兒童位置更新數(shù)學(xué)模型，兒童學(xué)習(xí)優(yōu)化器通過模擬不同階段的行為以適應(yīng)對(duì)漁業(yè)實(shí)驗(yàn)的ph控制器的優(yōu)化，使得ph控制器的pid控制算法在不用的實(shí)驗(yàn)工況和實(shí)驗(yàn)時(shí)間都能保持控制的精度和靈敏度；其中，新生兒階段、嬰兒階段、學(xué)步期通過母親互動(dòng)概率因子、學(xué)習(xí)概率因子以及非家庭兒童互動(dòng)概率因子選擇不同的學(xué)習(xí)對(duì)象位置更新兒童個(gè)體位置，新生兒階段、嬰兒階段、學(xué)步期的兒童個(gè)體位置數(shù)學(xué)模型為：

27、（7）；

28、其中，數(shù)學(xué)模型（7）中，為第iter次迭代第i個(gè)兒童個(gè)體第j維屬性的位置值，為第iter+1次迭代第i個(gè)兒童個(gè)體第j維屬性的位置值，為0到1內(nèi)隨機(jī)值，為0到2之間振蕩的參數(shù)，為學(xué)習(xí)對(duì)象位置，為適應(yīng)度函數(shù)。

29、具體地，改進(jìn)的兒童學(xué)習(xí)優(yōu)化器（eklo）局部開發(fā)策略的學(xué)齡前階段的兒童個(gè)體位置更新數(shù)學(xué)模型由兒童個(gè)體的學(xué)習(xí)激情度因子le決定，學(xué)習(xí)激情度因子越高，說明當(dāng)前兒童個(gè)體位置越好，所對(duì)應(yīng)的適應(yīng)度值更小，數(shù)學(xué)模型為：

30、（8）；

31、其中，數(shù)學(xué)模型（8）中，為第i個(gè)兒童個(gè)體的學(xué)習(xí)激情度因子值，為學(xué)習(xí)激情度因子最大值，為學(xué)習(xí)激情度因子最小值，為兒童個(gè)體最大規(guī)模。

32、具體地，對(duì)學(xué)習(xí)激情度因子le改進(jìn)，改進(jìn)的學(xué)習(xí)激情度因子數(shù)學(xué)模型為：

33、（9）；

34、其中，數(shù)學(xué)模型（9）中，為第i個(gè)兒童個(gè)體更新后改進(jìn)的學(xué)習(xí)激情度因子值，為第i個(gè)兒童個(gè)體改進(jìn)的學(xué)習(xí)激情度因子值，為平均改進(jìn)的學(xué)習(xí)激情度因子值，為改進(jìn)的學(xué)習(xí)激情度因子最大值，為改進(jìn)的學(xué)習(xí)激情度因子最小值；為第i個(gè)兒童個(gè)體的競(jìng)爭(zhēng)力指數(shù)，為第i個(gè)兒童個(gè)體的離散性指數(shù)值，為權(quán)重指數(shù)值。

35、具體地，對(duì)學(xué)習(xí)激情度因子le改進(jìn)的具體方法為：

36、s11、計(jì)算改進(jìn)的兒童學(xué)習(xí)優(yōu)化器的n個(gè)兒童個(gè)體的平均改進(jìn)的學(xué)習(xí)激情度因子，通過平均改進(jìn)的學(xué)習(xí)激情度因子來引導(dǎo)兒童個(gè)體，若其中第i個(gè)兒童個(gè)體的l低于，則提升第i個(gè)兒童個(gè)體的l，使所對(duì)應(yīng)的兒童個(gè)體位置向種群平均改進(jìn)的學(xué)習(xí)激情度因子靠攏；

37、s12、引入競(jìng)爭(zhēng)力指數(shù)和離散性指數(shù)改進(jìn)學(xué)習(xí)激情度因子，其中，競(jìng)爭(zhēng)力指數(shù)通過將每個(gè)兒童個(gè)體位置的適應(yīng)度值按照倒序排名，通過標(biāo)準(zhǔn)化適應(yīng)度排名，控制取值范圍都在?[0,?1]?內(nèi)，形成一個(gè)融合的競(jìng)爭(zhēng)力指數(shù)，數(shù)學(xué)模型為：

38、（10）；

39、其中，數(shù)學(xué)模型（10）中，為第i個(gè)兒童個(gè)體的競(jìng)爭(zhēng)力指數(shù)，n為兒童個(gè)體最大規(guī)模，為第i個(gè)兒童個(gè)體位置的排名；

40、其中，離散性指數(shù)通過將兒童個(gè)體位置的適應(yīng)度值與n個(gè)兒童個(gè)體位置的平均適應(yīng)度值的標(biāo)準(zhǔn)化差映射到?[0,?1]?的范圍建立數(shù)學(xué)模型；

41、（11）；

42、其中，數(shù)學(xué)模型（11）中，為第i個(gè)兒童個(gè)體的離散性指數(shù)值，為第i個(gè)兒童個(gè)體位置的適應(yīng)度值，為n個(gè)兒童個(gè)體位置的平均適應(yīng)度值，的n個(gè)兒童個(gè)體位置的標(biāo)準(zhǔn)差，為第i個(gè)兒童個(gè)體位置，i=1,2,3,...,n。

43、具體地，利用第i個(gè)兒童個(gè)體更新后改進(jìn)的學(xué)習(xí)激情度因子值對(duì)eklo算法局部開發(fā)策略的學(xué)齡前階段的兒童個(gè)體位置更新數(shù)學(xué)模型改進(jìn)，根據(jù)改進(jìn)的學(xué)習(xí)激情度因子的變化趨勢(shì)更新兒童個(gè)體位置，數(shù)學(xué)模型為：

44、（12）；

45、其中，數(shù)學(xué)模型（12）中，為截止當(dāng)前的全局最優(yōu)解的第j維屬性的位置值，為第iter次迭代的全局最優(yōu)解的第j維屬性的位置值，為教師因子，取值為0到2內(nèi)的隨機(jī)數(shù)，為第iter次迭代n個(gè)兒童個(gè)體位置的平均值，為第i個(gè)兒童個(gè)體更新后改進(jìn)的學(xué)習(xí)激情度因子值。

46、具體地，利用改進(jìn)的全局搜索策略和改進(jìn)的局部開發(fā)策略的兒童個(gè)體位置更新數(shù)學(xué)模型重新構(gòu)建兒童學(xué)習(xí)優(yōu)化器，得到改進(jìn)的兒童學(xué)習(xí)優(yōu)化器，利用改進(jìn)的兒童學(xué)習(xí)優(yōu)化器對(duì)傳統(tǒng)pid控制算法的比例系數(shù)、積分系數(shù)和微分系數(shù)整定，具體方法為：

47、s200、初始化改進(jìn)的兒童學(xué)習(xí)優(yōu)化器的運(yùn)行參數(shù)，包括：最大迭代次數(shù)tmax、兒童個(gè)體最大規(guī)模n、問題維度d、改進(jìn)的學(xué)習(xí)激情度因子最大值和最小值、兒童個(gè)體位置的上界ub和下界lb；

48、s201、利用數(shù)學(xué)模型（13）對(duì)改進(jìn)的兒童學(xué)習(xí)優(yōu)化器的每個(gè)兒童個(gè)體位置初始化；

49、（13）；

50、式中，為第iter次迭代第i個(gè)兒童個(gè)體第j維屬性的位置值，為第j維屬性的最大值，為第j維屬性的最小值，為0到1內(nèi)的均勻隨機(jī)數(shù)；為兒童個(gè)體最大規(guī)模；

51、s202、將傳統(tǒng)pid控制算法的比例系數(shù)、積分系數(shù)和微分系數(shù)編碼為空間向量，利用數(shù)學(xué)模型（3）將改進(jìn)的兒童學(xué)習(xí)優(yōu)化器與傳統(tǒng)pid控制算法建立映射關(guān)系；

52、s203、計(jì)算n個(gè)兒童個(gè)體位置的適應(yīng)度值，將適應(yīng)度值倒序排列并記錄當(dāng)前迭代次數(shù)時(shí)的最小適應(yīng)度值以及最小適應(yīng)度值對(duì)應(yīng)的兒童個(gè)體位置；

53、s204、當(dāng)前迭代次數(shù)執(zhí)行iter+1，若iter值大于最大迭代次數(shù)tmax，若大于，則將當(dāng)前最小適應(yīng)度值對(duì)應(yīng)的兒童個(gè)體位置解析為傳統(tǒng)pid控制算法的比例系數(shù)、積分系數(shù)和微分系數(shù)，記為最佳比例系數(shù)，最佳積分系數(shù)，最佳微分系數(shù)；否則，執(zhí)行s205；

54、s205、利用改進(jìn)的全局搜索策略和改進(jìn)的局部開發(fā)策略的兒童個(gè)體位置更新數(shù)學(xué)模型對(duì)兒童個(gè)體位置更新，將更新后的兒童個(gè)體位置值限制在[lb,ub]范圍內(nèi)，返回s203。

55、具體地，將最佳比例系數(shù)，最佳積分系數(shù)，最佳微分系數(shù)用于優(yōu)化pid控制算法，得到的優(yōu)化型pid控制算法用于ph控制器系統(tǒng)，控制量信號(hào)轉(zhuǎn)換模型輸出的二氧化碳的調(diào)整濃度控制量通過控制二氧化碳閥門，二氧化碳閥門的主體為無刷直流電機(jī)，二氧化碳的調(diào)整濃度控制量通過控制無刷直流電機(jī)的正轉(zhuǎn)速度和反轉(zhuǎn)速度而控制二氧化碳的釋放和吸收速度，無刷直流電機(jī)的正轉(zhuǎn)速度越大，則二氧化碳的釋放速度越快，反之則越??；反轉(zhuǎn)速度越大，則二氧化碳的吸收速度越快，反之則越??；通過控制在極短時(shí)間內(nèi)的二氧化碳量溶于水中達(dá)到控制漁業(yè)實(shí)驗(yàn)環(huán)境的ph值；其中優(yōu)化型pid控制算法數(shù)學(xué)模型為：

56、（14）；

57、其中，數(shù)學(xué)模型（14）中，為最佳比例系數(shù)，為最佳積分系數(shù)，為最佳微分系數(shù)，為實(shí)驗(yàn)環(huán)境ph差值，為第t時(shí)刻ph控制量信號(hào)值，為ph控制器系統(tǒng)調(diào)節(jié)總時(shí)間。

58、本發(fā)明的有益效果是：其一、通過改進(jìn)后的兒童學(xué)習(xí)優(yōu)化器（eklo）優(yōu)化漁業(yè)實(shí)驗(yàn)的ph控制器pid控制算法的比例、積分和微分系數(shù)，使得ph控制器對(duì)目標(biāo)ph值的跟蹤能力增強(qiáng)，有效降低超調(diào)現(xiàn)象，快速收斂至目標(biāo)值，提高控制精度和響應(yīng)速度；其二、改進(jìn)的eklo在全局搜索和局部開發(fā)策略上做了優(yōu)化，使得ph控制器能夠適應(yīng)不同實(shí)驗(yàn)條件下的水體ph波動(dòng)，確保在復(fù)雜的漁業(yè)實(shí)驗(yàn)環(huán)境中保持穩(wěn)定的ph值；其三、通過ph控制器控制實(shí)驗(yàn)環(huán)境中二氧化碳濃度，使得ph控制更加靈敏，精確調(diào)控酸堿度，保證魚類生長(zhǎng)的適宜環(huán)境，提高實(shí)驗(yàn)成功率，相比傳統(tǒng)pid控制，eklo優(yōu)化后的pid參數(shù)設(shè)置使控制更高效，減少調(diào)節(jié)劑的使用頻率，從而降低實(shí)驗(yàn)成本并實(shí)現(xiàn)資源節(jié)約。